Machine learningDeep learning / NLP / CV
מידול נושאים רב-לשוני
מידול נושאים רב-לשוני מרחיב מודלים הסתברותיים של נושאים כגון LDA לקורפוסים הכוללים שתי שפות או יותר, ומסיק נושאים סמויים משותפים על פני גבולות שפה. על ידי קשירת התפלגויות הנושאים בין שפות, הוא מאפשר ניתוח מסמכים בין-לשוני, גילוי נושאים ניתנים להשוואה, ואחזור מידע ללא צורך בקורפוסים מקבילים מלאים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/he/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.
- מודל נושאים LDAלמידה עמוקה↔ compare
- שיכוני משפטים רב-לשונייםלמידה עמוקה↔ compare
- מודל טרנספורמר רב-לשונילמידה עמוקה↔ compare
- מודל נושאים NMFלמידה עמוקה↔ compare
- מידול נושאיםלמידה עמוקה↔ compare