Machine learningDeep learning / NLP / CV
多言語文埋め込み
多言語文埋め込みは、多くの言語からの文を単一の共有ベクトル空間にマッピングし、意味的に同等な文が言語に関係なく近くに着地するようにします。LaBSE、多言語Sentence-BERT、mUSEなどのモデルにより、最初に翻訳することなく50〜100以上の言語にわたるテキストの比較、検索、分類が実用的になりました。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
他 9 件
出典
- Reimers, N. & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of EMNLP 2020, 4512–4525. link ↗
- Feng, F., Yang, Y., Cer, D., Arivazhagan, N. & Wang, W. (2022). Language-agnostic BERT Sentence Embedding. Proceedings of ACL 2022, 878–891. DOI: 10.18653/v1/2022.acl-long.62 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/ja/deep-learning/multilingual-sentence-embeddings
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- BERTベースの分類深層学習↔ 比較
- 多言語RoBERTaベースの分類深層学習↔ 比較
- 多言語トランスフォーマー深層学習↔ 比較
- 文埋め込み（Sentence Embeddings）深層学習↔ 比較
- 文埋め込みによる転移学習深層学習↔ 比較