ScholarGate
Asszisztens
Machine learningDeep learning / NLP / CV

Multilingvális Témamodellezés

A multilingvális témamodellezés olyan valószínűségi témamodelleket, mint az LDA, két vagy több nyelvet átfogó korpuszokra terjeszt ki, és közös rejtett témákat következtet a nyelvi határokon át. A témaeloszlások nyelvek közötti összekapcsolásával lehetővé teszi a nyelvek közötti dokumentumelemzést, a hasonló témák felfedezését és az információkeresést anélkül, hogy teljes párhuzamos korpuszokra lenne szükség.

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. 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
  2. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/hu/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.

Compare side by side
ScholarGateMultilingual topic modeling (Multilingual Topic Modeling (Cross-lingual Latent Topic Inference)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/multilingual-topic-modeling · Adatkészlet: https://doi.org/10.5281/zenodo.20539026