ScholarGate
עוזר
Machine learningDeep learning / NLP / CV

Multilingual Doc2Vec

Multilingual Doc2Vec מרחיב את מסגרת Paragraph Vector של Le ו-Mikolov (2014) לשתי שפות או יותר, ומאמן הטמעות ברמת המסמך במרחב וקטורי משותף או מיושר, כך שמסמכים דומים סמנטית – ללא תלות בשפתם – ימצאו קרובים זה לזה. הוא מאפשר אחזור, סיווג וקיבוץ מסמכים בין-לשוניים ללא צורך בגופים מקבילים או בתרגום.

פתיחה ב-MethodMindבקרובוידאובקרובהורדת מצגת

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  1. Le, Q., & Mikolov, T. (2014). Distributed representations of sentences and documents. In Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link
  2. Multilingualism. Wikipedia. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/he/deep-learning/multilingual-doc2vec

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה
ScholarGateMultilingual Doc2Vec (Multilingual Paragraph Vector (Doc2Vec) Model). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/multilingual-doc2vec · מערך נתונים: https://doi.org/10.5281/zenodo.20539026