मल्टीमॉडल Doc2Vec
मल्टीमॉडल Doc2Vec, Doc2Vec पैराग्राफ-वेक्टर फ्रेमवर्क को एक से अधिक मोडैलिटी — सामान्यतः टेक्स्ट के साथ चित्र, ऑडियो, या संरचित मेटाडेटा — से जानकारी को शामिल करने के लिए विस्तारित करता है, जिससे एक साझा दस्तावेज़-स्तरीय एम्बेडिंग उत्पन्न होती है जो एक साथ कई स्रोतों से सिमेंटिक्स को कैप्चर करती है। इसका उपयोग क्रॉस-मोडल रिट्रीवल, मल्टी-सोर्स क्लासिफिकेशन और दस्तावेज़ प्रतिनिधित्व के लिए किया जाता है जहाँ केवल टेक्स्ट अपर्याप्त होता 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
- Le, Q. V., & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal Deep Learning. Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multimodal Doc2Vec (Paragraph Vector with Multi-Source Input). ScholarGate. https://scholargate.app/hi/deep-learning/multimodal-doc2vec
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.
- Doc2Vecपाठ खनन↔ compare
- मल्टीमॉडल BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- बहुविध वाक्य एम्बेडिंग (Multimodal Sentence Embeddings)गहन अधिगम↔ compare
- मल्टीमॉडल ट्रांसफार्मरगहन अधिगम↔ compare
- मल्टीमॉडल वर्ड2वेक (Multimodal Word2Vec)गहन अधिगम↔ compare
- वाक्य एम्बेडिंगगहन अधिगम↔ compare