Pemodelan Topik Multibahasa
Pemodelan topik multibahasa memperluas model topik probabilistik seperti LDA ke korpus yang mencakup dua bahasa atau lebih, menyimpulkan topik laten bersama lintas batas bahasa. Dengan mengaitkan distribusi topik di berbagai bahasa, ini memungkinkan analisis dokumen lintas-bahasa, penemuan topik yang sebanding, dan pencarian informasi tanpa memerlukan korpus paralel penuh.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/id/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.
- Model Topik LDAPembelajaran Mendalam↔ compare
- Embedding Kalimat MultibahasaPembelajaran Mendalam↔ compare
- Transformer MultibahasaPembelajaran Mendalam↔ compare
- Model Topik NMFPembelajaran Mendalam↔ compare
- Pemodelan TopikPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →