Multilingual Variational Autoencoder
Viacjazyčný variačný autoenkóder (ML-VAE) rozširuje štandardný rámec VAE na spracovanie viacerých jazykov v rámci zdieľaného pravdepodobnostného latentného priestoru. Enkodéry špecifické pre jednotlivé jazyky mapujú text z každého jazyka do spoločnej spojitej reprezentácie, zatiaľ čo dekódery špecifické pre jednotlivé jazyky tento text rekonštruujú alebo prekladajú. To umožňuje krížovojazykovú generáciu, prenos štýlu a učenie reprezentácií s paralelnými korpusmi alebo bez nich.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/sk/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.
- Viacjazyčná rekurentná neurónová sieťHlboké učenie↔ compare
- Viacjazykové vnorenia vietHlboké učenie↔ compare
- Viacjazyčný TransformerHlboké učenie↔ compare
- Prenosové učenie s variačným autoenkodéromHlboké učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →