Variational Autoencoder Multilíngue
Um Variational Autoencoder Multilíngue (ML-VAE) estende o framework padrão do VAE para lidar com múltiplos idiomas em um espaço latente probabilístico compartilhado. Codificadores específicos de idioma mapeiam texto de cada idioma para uma representação contínua comum, enquanto decodificadores específicos de idioma reconstroem ou traduzem esse texto. Isso permite geração cross-lingual, transferência de estilo e aprendizado de representação com ou sem corpora paralelos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/pt/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.
- Rede Neural Recorrente MultilíngueAprendizado profundo↔ compare
- Embeddings de Sentenças MultilínguesAprendizado profundo↔ compare
- Transformer multilíngueAprendizado profundo↔ compare
- Aprendizagem por Transferência com Autoencoder VariacionalAprendizado profundo↔ compare
- Autoencoder VariacionalAprendizado profundo↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →