Viacjazykové modelovanie tém
Viacjazykové modelovanie tém rozširuje pravdepodobnostné modely tém, ako je LDA, na korpusy pokrývajúce dva alebo viac jazykov, pričom odvodzuje spoločné latentné témy naprieč jazykovými hranicami. Spájaním distribúcií tém naprieč jazykmi umožňuje krížovojazykovú analýzu dokumentov, objavovanie porovnateľných tém a vyhľadávanie informácií bez potreby úplných paralelných korpusov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/sk/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.
- Model topicov LDAHlboké učenie↔ compare
- Viacjazykové vnorenia vietHlboké učenie↔ compare
- Viacjazyčný TransformerHlboké učenie↔ compare
- NMF Topic ModelHlboké učenie↔ compare
- Modelovanie témHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →