Machine learningDeep learning / NLP / CV

Multilingual Doc2Vec

A Multilingual Doc2Vec a Le és Mikolov (2014) által kidolgozott Paragraph Vector keretrendszer kiterjesztése két vagy több nyelvre, dokumentumszintű beágyazásokat képezve egy megosztott vagy igazított vektortérben, így a szemantikailag hasonló dokumentumok – nyelvüktől függetlenül – közel kerülnek egymáshoz. Lehetővé teszi a nyelvközi dokumentum-lekérdezést, osztályozást és klaszterezést párhuzamos korpuszok vagy fordítás nélkül.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. Le, Q., & Mikolov, T. (2014). Distributed representations of sentences and documents. In Proceedings of the 31st International Conference on Machine Learning (ICML), PMLR 32(2), 1188–1196. link
  2. Multilingualism. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/hu/deep-learning/multilingual-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.

Compare side by side
ScholarGateMultilingual Doc2Vec (Multilingual Paragraph Vector (Doc2Vec) Model). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/multilingual-doc2vec · Adatkészlet: https://doi.org/10.5281/zenodo.20539026