Daudzvalodu grafu neironu tīkls
Daudzvalodu grafu neironu tīkls (Multilingual GNN) izmanto uz grafiem balstītu ziņojumapmaiņu pār mezgliem un malām, kas satur iezīmes no divām vai vairākām valodām. To izmanto tādiem uzdevumiem kā starpvalodu entītiju saskaņošana, daudzvalodu zināšanu grafu papildināšana un attiecību izvilkšana paralēlos vai salīdzināmos korpusos, ļaujot kopīgi apgūt strukturālo un semantisko informāciju no vairākām valodām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Kipf, T. N., & Welling, M. (2017). Semi-supervised classification with graph convolutional networks. In Proceedings of ICLR 2017. link ↗
- Cao, Y., Liu, Z., Li, C., Li, J., & Chua, T.-S. (2019). Multi-channel graph neural network for entity alignment. In Proceedings of ACL 2019, 1452–1461. DOI: 10.18653/v1/P19-1140 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multilingual Graph Neural Network. ScholarGate. https://scholargate.app/lv/deep-learning/multilingual-graph-neural-network
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.
- Grafu neironu tīklsTīklu analīze↔ compare
- Daudzvalodu rekurentā neironu tīklsDziļā mācīšanās↔ compare
- Daudzvalodu teikumu iegulšanasDziļā mācīšanās↔ compare
- Daudzvalodu transformatorsDziļā mācīšanās↔ compare
- Pārneses mācīšanās ar grafu neironu tīkliemDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →