Daudzvalodu transformators
Daudzvalodu transformators ir iepriekš apmācīts valodu modelis, kas balstīts uz transformatora arhitektūru un apmācīts vienlaikus ar tekstu no desmitiem līdz vairāk nekā simts valodām. Tādi modeļi kā mBERT un XLM-RoBERTa apgūst kopīgus starpvalodu attēlojumus, nodrošinot nulles šāviena (zero-shot) vai dažu šāvienu (few-shot) pārnesi: modelis, kas precizēts ar angļu valodas datiem, bieži vien ir tieši piemērojams franču, vācu, arābu vai ķīniešu valodai bez valodai specifiskām iezīmēm.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multilingual Transformer (Cross-lingual Pre-trained Language Model). ScholarGate. https://scholargate.app/lv/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.
- BERT klasifikācijaDziļā mācīšanās↔ compare
- Daudzvalodu teikumu iegulšanasDziļā mācīšanās↔ compare
- Klasifikācija, kas balstīta uz RoBERTaDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →