Multimodal Word2Vec
A Multimodal Word2Vec a klasszikus Word2Vec keretrendszert bővíti ki azáltal, hogy a szóreprezentációkat a disztribucionális szöveges statisztikák mellett érzékszervi jelekkel – tipikusan képi jellemzőkkel – alapozza meg. Az eredményül kapott szóvektorok mind a nyelvi együttes előfordulási mintázatokat, mind a vizuális jelentést megragadják, lehetővé téve a szemantikai hasonlóság gazdagabb megítélését és a tisztán szövegalapú beágyazások által alulteljesített fogalmi szintű feladatok jobb teljesítését.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Bruni, E., Tran, N.-K., & Baroni, M. (2014). Multimodal Distributional Semantics. Journal of Artificial Intelligence Research, 49, 1–47. DOI: 10.1613/jair.4135 ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed Representations of Words and Phrases and their Compositionality. Advances in Neural Information Processing Systems (NIPS), 26. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multimodal Word2Vec (Cross-Modal Distributional Semantics). ScholarGate. https://scholargate.app/hu/deep-learning/multimodal-word2vec
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.
- Multimodális BERT-alapú osztályozásMélytanulás↔ compare
- Multimodal Doc2VecMélytanulás↔ compare
- Multimodális mondatbeágyazásokMélytanulás↔ compare
- Multimodális transzformerMélytanulás↔ compare
- MondatbeágyazásokMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →