Daudzvalodu teikumu iegulšanas
Daudzvalodu teikumu iegulšanas kartē daudzās valodās esošus teikumus vienā kopīgā vektoru telpā tā, lai semantiski ekvivalenti teikumi neatkarīgi no valodas atrastos tuvu viens otram. Tādi modeļi kā LaBSE, daudzvalodu Sentence-BERT un mUSE ir padarījuši praktisku tekstu salīdzināšanu, izgūšanu un klasificēšanu 50 līdz 100+ valodās, iepriekš netulkojot.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/lv/deep-learning/multilingual-sentence-embeddings
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.
- BERT klasifikācijaDziļā mācīšanās↔ compare
- Daudzvalodu klasifikācija, balstīta uz RoBERTaDziļā mācīšanās↔ compare
- Daudzvalodu transformatorsDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
- Pārneses apmācība ar teikumu iegulšanuDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →