Vision Transformer multilingue
Le Vision Transformer multilingue (Multilingual ViT) étend l'architecture Vision Transformer pour fonctionner dans plusieurs langues, permettant la compréhension d'images et le raisonnement image-texte dans des contextes multilingues ou translingues. Il combine un encodage d'image basé sur des patchs avec des représentations textuelles multilingues, permettant à un seul modèle de servir diverses communautés linguistiques pour des tâches telles que le sous-titrage d'images, la réponse visuelle aux questions et la récupération d'images translingue.
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
- Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR 2021). link ↗
- Bugliarello, E., Liu, F., Pfeiffer, J., Reddy, S., Elliott, D., Erdem, E., Erdem, A., & Lukasiewicz, T. (2022). IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages. International Conference on Machine Learning (ICML 2022). link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multilingual Vision Transformer (Multilingual ViT). ScholarGate. https://scholargate.app/fr/deep-learning/multilingual-vision-transformer
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.
- Classification basée sur RoBERTa multilingueApprentissage profond↔ compare
- Plongements de phrases multilinguesApprentissage profond↔ compare
- Multimodal Vision TransformerApprentissage profond↔ compare
- Vision TransformerApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →