Machine learningDeep learning / NLP / CV
다국어 변이형 오토인코더
다국어 변이형 오토인코더(ML-VAE)는 표준 VAE 프레임워크를 확장하여 공유 확률적 잠재 공간 내에서 여러 언어를 처리합니다. 언어별 인코더는 각 언어의 텍스트를 공통 연속 표현으로 매핑하고, 언어별 디코더는 해당 텍스트를 재구성하거나 번역합니다. 이를 통해 병렬 코퍼스 유무에 관계없이 교차 언어 생성, 스타일 변환 및 표현 학습이 가능해집니다.
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.
출처
- Zhao, T., Zhang, Y., & Eskenazi, M. (2018). Zero-shot dialog generation with cross-domain latent actions. In Proceedings of the 19th Annual SIGdial Meeting on Discourse and Dialogue (pp. 1-10). ACL. link ↗
- Lample, G., Conneau, A., Denoyer, L., & Ranzato, M. (2018). Unsupervised machine translation using monolingual corpora only. In International Conference on Learning Representations (ICLR 2018). link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/ko/deep-learning/multilingual-variational-autoencoder
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.
- 다국어 순환 신경망 (Multilingual Recurrent Neural Network)딥러닝↔ compare
- 다국어 문장 임베딩딥러닝↔ compare
- 다국어 트랜스포머딥러닝↔ compare
- Variational Autoencoder를 이용한 전이 학습딥러닝↔ compare
- Variational Autoencoder딥러닝↔ compare