Autoencoder Variațional Multilingv
Un Autoencoder Variațional Multilingv (ML-VAE) extinde cadrul standard VAE pentru a gestiona multiple limbi într-un spațiu latent probabilistic partajat. Codificatoarele specifice limbii mapează textul din fiecare limbă într-o reprezentare continuă comună, în timp ce decodificatoarele specifice limbii reconstruiesc sau traduc acel text. Acest lucru permite generarea inter-lingvistică, transferul de stil și învățarea reprezentărilor cu sau fără corpusuri paralele.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/ro/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.
- Rețea Recurentă MultilingvăÎnvățare profundă↔ compare
- Embeddings multilingve pentru propozițiiÎnvățare profundă↔ compare
- Transformer multilingvÎnvățare profundă↔ compare
- Transfer Learning cu Autoencoder VariaționalÎnvățare profundă↔ compare
- Autoencoder VariaționalÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →