Flerspråkig ämnesmodellering
Flerspråkig ämnesmodellering utökar probabilistiska ämnesmodeller som LDA till korpusar som spänner över två eller flera språk, och härleder delade latenta ämnen över språkgränser. Genom att binda ämnesfördelningar över språk möjliggör den tvärspråklig dokumentanalys, jämförbar ämnesupptäckt och informationssökning utan att kräva fullständigt parallella korpusar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multilingual Topic Modeling (Cross-lingual Latent Topic Inference). ScholarGate. https://scholargate.app/sv/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.
- LDA-ämnesmodell (LDA Topic Model)Djupinlärning↔ compare
- Flerspråkiga meningsinbäddningarDjupinlärning↔ compare
- Multilingual TransformerDjupinlärning↔ compare
- NMF ÄmnesmodellDjupinlärning↔ compare
- ÄmnesmodelleringDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →