Pembenaman Ayat Berbilang Bahasa
Pembenaman ayat berbilang bahasa memetakan ayat daripada pelbagai bahasa ke dalam satu ruang vektor kongsi supaya ayat yang setara secara semantik — tanpa mengira bahasa — terletak berdekatan. Model seperti LaBSE, Sentence-BERT berbilang bahasa, dan mUSE telah menjadikannya praktikal untuk membandingkan, mendapatkan semula, dan mengklasifikasikan teks merentasi 50 hingga 100+ bahasa tanpa perlu menterjemah apa-apa terlebih dahulu.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
+9 lagi
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/ms/deep-learning/multilingual-sentence-embeddings
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ banding
- Klasifikasi Berasaskan RoBERTa MultilingualPembelajaran Mendalam↔ banding
- Transformer Pelbagai BahasaPembelajaran Mendalam↔ banding
- Penyematan AyatPembelajaran Mendalam↔ banding
- Pembelajaran Pemindahan dengan Penyematan ZarahPembelajaran Mendalam↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →