Variational Autoencoder Pelbagai Bahasa
Variational Autoencoder Pelbagai Bahasa (ML-VAE) melanjutkan rangka kerja VAE standard untuk mengendalikan pelbagai bahasa dalam ruang laten probabilistik yang dikongsi. Pengekod khusus bahasa memetakan teks daripada setiap bahasa ke dalam perwakilan malar yang sama, manakala penyahkod khusus bahasa membina semula atau menterjemah teks tersebut. Ini membolehkan penjanaan rentas bahasa, pemindahan gaya, dan pembelajaran perwakilan dengan atau tanpa korpus selari.
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
- Zhao, T., Zhang, Y., & Eskenazi, M. (2018). Zero-shot dialog generation with cross-domain latent actions. In Proceedings of the 19th Annual SIGdial Meeting on Discourse and Dialogue (pp. 1-10). ACL. link ↗
- Lample, G., Conneau, A., Denoyer, L., & Ranzato, M. (2018). Unsupervised machine translation using monolingual corpora only. In International Conference on Learning Representations (ICLR 2018). link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/ms/deep-learning/multilingual-variational-autoencoder
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.
- Rangkaian Saraf Berulang Pelbagai BahasaPembelajaran Mendalam↔ compare
- Pembenaman Ayat Berbilang BahasaPembelajaran Mendalam↔ compare
- Transformer Pelbagai BahasaPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Autoenkoder VariasiPembelajaran Mendalam↔ compare
- Autoenkoder VariasiPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →