Fler-språklig emnemodellering
Fler-språklig emnemodellering utvider probabilistiske emnemodeller som LDA til korpus som spenner over to eller flere språk, og utleder delte latente emner på tvers av språkgrenser. Ved å knytte emnefordelinger på tvers av språk, muliggjør den kryss-språklig dokumentanalyse, sammenlignbar emneoppdagelse og informasjonsgjenfinning uten å kreve fulle parallelle korpus.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Mimno, D., Wallach, H. M., Naradowsky, J., Smith, D. A., & McCallum, A. (2009). Polylingual topic models. In Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp. 880–889. ACL. link ↗
- Vulić, I., De Smet, W., & Moens, M.-F. (2015). Monolingual and cross-lingual information retrieval models based on (bilingual) word embeddings. In Proceedings of SIGIR 2015, pp. 363–372. ACM. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/no/deep-learning/multilingual-topic-modeling
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.
- LDA emnemodellDyp læring↔ compare
- Flerspråklige setningsinnbyggingerDyp læring↔ compare
- Multilingual TransformerDyp læring↔ compare
- NMF emnemodellDyp læring↔ compare
- Emne-modelleringDyp læring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →