Machine learningDeep learning / NLP / CV
다국어 트랜스포머
다국어 트랜스포머는 수십 개에서 백 개 이상의 언어 텍스트에 대해 공동으로 사전 훈련된 언어 모델입니다. mBERT 및 XLM-RoBERTa와 같은 모델은 공유된 교차 언어 표현을 학습하여 제로샷 또는 퓨샷 전이를 가능하게 합니다. 즉, 영어 데이터로 미세 조정된 모델은 종종 언어별 레이블 없이 프랑스어, 독일어, 아랍어 또는 중국어에 직접 적용될 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
출처
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, pp. 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzmán, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. Proceedings of ACL 2020, pp. 8440–8451. Association for Computational Linguistics. DOI: 10.18653/v1/2020.acl-main.747 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilingual Transformer (Cross-lingual Pre-trained Language Model). ScholarGate. https://scholargate.app/ko/deep-learning/multilingual-transformer
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 →