Machine learningDeep learning / NLP / CV

Višejezični ugrađeni prikazi rečenica

Višejezični ugrađeni prikazi rečenica mapiraju rečenice iz mnogih jezika u jedinstveni zajednički vektorski prostor tako da se semantički ekvivalentne rečenice – neovisno o jeziku – nalaze blizu jedna drugoj. Modeli poput LaBSE, višjezičnog Sentence-BERT-a i mUSE-a učinili su praktičnim uspoređivanje, dohvaćanje i klasificiranje teksta na 50 do 100+ jezika bez prethodnog prevođenja.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

Izvori

  1. Reimers, N. & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of EMNLP 2020, 4512–4525. link
  2. Feng, F., Yang, Y., Cer, D., Arivazhagan, N. & Wang, W. (2022). Language-agnostic BERT Sentence Embedding. Proceedings of ACL 2022, 878–891. DOI: 10.18653/v1/2022.acl-long.62

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/hr/deep-learning/multilingual-sentence-embeddings

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.

Compare side by side

Citirana u

ScholarGateMultilingual Sentence Embeddings (Multilingual Sentence Embeddings (Cross-lingual Dense Representations)). Preuzeto 2026-06-15 s https://scholargate.app/hr/deep-learning/multilingual-sentence-embeddings · Skup podataka: https://doi.org/10.5281/zenodo.20539026