Višejezično modeliranje tema
Višejezično modeliranje tema proširuje vjerojatnosne modele tema, kao što je LDA, na korpuse koji obuhvaćaju dva ili više jezika, zaključujući o zajedničkim latentnim temama preko jezičnih granica. Povezivanjem distribucija tema preko jezika, omogućuje unakrsnojezičnu analizu dokumenata, otkrivanje usporedivih tema i dohvaćanje informacija bez potrebe za potpuno paralelnim korpusima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/hr/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.
- LDA model temaDuboko učenje↔ compare
- Višejezični ugrađeni prikazi rečenicaDuboko učenje↔ compare
- Višejezični transformatorDuboko učenje↔ compare
- Model tema nenegativne faktorizacije matriceDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →