LSTM Multibahasa
LSTM Multibahasa ialah rangkaian berulang Jangka Pendek-Panjang (Long Short-Term Memory) yang dilatih atau dilaraskan halus untuk memproses urutan dalam pelbagai bahasa, lazimnya dengan berkongsi satu model tunggal merentasi embedding subkata khusus bahasa atau gabungan. Ia menangkap kebergantungan jarak jauh dalam teks dan digunakan untuk klasifikasi multibahasa, pengecaman entiti bernama, analisis sentimen, dan pelabelan urutan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Long short-term memory. Wikipedia. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilingual Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ms/deep-learning/multilingual-lstm
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.
- Long Short-Term Memory (LSTM)Pembelajaran Mendalam↔ compare
- GRU MultibahasaPembelajaran Mendalam↔ compare
- Rangkaian Saraf Berulang Pelbagai BahasaPembelajaran Mendalam↔ compare
- Pembenaman Ayat Berbilang BahasaPembelajaran Mendalam↔ compare
- Transformer Pelbagai BahasaPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →