Modélisation thématique multilingue
La modélisation thématique multilingue étend les modèles thématiques probabilistes tels que LDA aux corpus couvrant deux langues ou plus, en inférant des sujets latents partagés au-delà des frontières linguistiques. En liant les distributions thématiques entre les langues, elle permet l'analyse de documents translingue, la découverte de sujets comparables et la recherche d'informations sans nécessiter de corpus parallèles complets.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Mimno, D., Wallach, H. M., Naradowsky, J., Smith, D. A., & McCallum, A. (2009). Polylingual topic models. In Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp. 880–889. ACL. link ↗
- Vulić, I., De Smet, W., & Moens, M.-F. (2015). Monolingual and cross-lingual information retrieval models based on (bilingual) word embeddings. In Proceedings of SIGIR 2015, pp. 363–372. ACM. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/fr/deep-learning/multilingual-topic-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modèle de Topics LDAApprentissage profond↔ compare
- Plongements de phrases multilinguesApprentissage profond↔ compare
- Transformeur multilingueApprentissage profond↔ compare
- Modèle thématique NMFApprentissage profond↔ compare
- Modélisation par sujetsApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →