Multilingual Variational Autoencoder
En flerspråkig Variational Autoencoder (ML-VAE) utökar standardramverket för VAE för att hantera flera språk inom ett delat probabilistiskt latent rum. Språkspecifika kodare mappar text från varje språk till en gemensam kontinuerlig representation, medan språkspecifika avkodare rekonstruerar eller översätter den texten. Detta möjliggör korsspråklig generering, stilöverföring och representationsinlärning med eller utan 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
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/sv/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.
- Fler språk-rekurrent neuralt nätverkDjupinlärning↔ compare
- Flerspråkiga meningsinbäddningarDjupinlärning↔ compare
- Multilingual TransformerDjupinlärning↔ compare
- Överföringsinlärning med variationell autoenkoderDjupinlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →