เปรียบเทียบวิธี

	การวิเคราะห์ข้อความข้ามภาษา	BERT Embeddings
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	—	2019
ผู้ริเริ่ม	—	Devlin, Chang, Lee & Toutanova (Google AI)
ประเภท	Multilingual NLP representation task	Contextual transformer text-representation method
แหล่งต้นตำรับ	Conneau, A. et al. (2020). Unsupervised Cross-lingual Representation Learning at Scale. Proceedings of ACL.	Devlin, J., Chang, M.-W., Lee, K. & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. NAACL-HLT, 4171-4186.
ชื่อเรียกอื่น	multilingual text analysis, cross-lingual representation learning, Çok Dilli Metin Analizi (Cross-lingual)	contextual embeddings, transformer embeddings, BERT Tabanlı Metin Gömülmeleri
ที่เกี่ยวข้อง	4	4
สรุป	Cross-lingual text analysis lets you compare and analyse texts written in different languages within a shared vector space. Building on multilingual representation learning surveyed by Conneau et al. (2020) and Pires et al. (2019), it maps documents from several languages into one common embedding space so multilingual corpora can be studied together.	BERT-based text embeddings, introduced by Devlin and colleagues at Google AI in 2019, turn text into context-sensitive dense vectors using a bidirectional Transformer encoder. Because the meaning of a word shifts with its context, BERT produces richer representations than static methods such as Word2Vec or topic models like LDA.