ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Doc2Vec Multilingue

Multilingual Doc2Vec estende il framework Paragraph Vector di Le e Mikolov (2014) a due o più lingue, addestrando embedding a livello di documento in uno spazio vettoriale condiviso o allineato in modo che documenti semanticamente simili — indipendentemente dalla loro lingua — finiscano vicini. Abilita il recupero, la classificazione e il clustering di documenti cross-lingue senza richiedere corpora paralleli o traduzione.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  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

Come citare questa pagina

ScholarGate. (2026, June 3). Multilingual Paragraph Vector (Doc2Vec) Model. ScholarGate. https://scholargate.app/it/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). Consultato il 2026-06-15 da https://scholargate.app/it/deep-learning/multilingual-doc2vec · Insieme di dati: https://doi.org/10.5281/zenodo.20539026