Viacjazykové vnorenia viet
Viacjazykové vnorenia viet mapujú vety z mnohých jazykov do jedného zdieľaného vektorového priestoru tak, aby sémanticky ekvivalentné vety – bez ohľadu na jazyk – pristáli blízko seba. Modely ako LaBSE, viacjazyčný Sentence-BERT a mUSE umožnili praktické porovnávanie, vyhľadávanie a klasifikáciu textu vo viac ako 50 až 100 jazykoch bez predchádzajúceho prekladu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
+9 ďalších
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/sk/deep-learning/multilingual-sentence-embeddings
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Klasifikácia založená na BERTHlboké učenie↔ porovnať
- Viacjazyčná klasifikácia na báze RoBERTaHlboké učenie↔ porovnať
- Viacjazyčný TransformerHlboké učenie↔ porovnať
- Vektorové reprezentácie vietHlboké učenie↔ porovnať
- Prenosové učenie so sémantickými vložkami vietHlboké učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →