बहुभाषी वेरिएशन ऑटोएन्कोडर
एक बहुभाषी वेरिएशन ऑटोएन्कोडर (ML-VAE) मानक VAE फ्रेमवर्क का विस्तार करता है ताकि एक साझा संभाव्य अव्यक्त स्थान (probabilistic latent space) के भीतर कई भाषाओं को संभाला जा सके। भाषा-विशिष्ट एन्कोडर प्रत्येक भाषा से पाठ को एक सामान्य सतत प्रतिनिधित्व (continuous representation) में मैप करते हैं, जबकि भाषा-विशिष्ट डीकोडर उस पाठ का पुनर्निर्माण या अनुवाद करते हैं। यह समानांतर कॉर्पोरा के साथ या उसके बिना क्रॉस-लिंगुअल जनरेशन, स्टाइल ट्रांसफर और प्रतिनिधित्व सीखने (representation learning) को सक्षम बनाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Zhao, T., Zhang, Y., & Eskenazi, M. (2018). Zero-shot dialog generation with cross-domain latent actions. In Proceedings of the 19th Annual SIGdial Meeting on Discourse and Dialogue (pp. 1-10). ACL. link ↗
- Lample, G., Conneau, A., Denoyer, L., & Ranzato, M. (2018). Unsupervised machine translation using monolingual corpora only. In International Conference on Learning Representations (ICLR 2018). link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/hi/deep-learning/multilingual-variational-autoencoder
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.
- बहुभाषी आवर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare
- बहुभाषी वाक्य एम्बेडिंगगहन अधिगम↔ compare
- बहुभाषी ट्रांसफार्मरगहन अधिगम↔ compare
- वैरिएशनल ऑटोएन्कोडर के साथ ट्रांसफर लर्निंगगहन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare