เปรียบเทียบวิธี

	โครงข่ายประสาทเทียมคอนโวลูชันแบบหลายภาษา	การเรียนรู้แบบถ่ายโอนด้วยโครงข่ายประสาทเทียมแบบสังวัตนาการ
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014–2016	2010–2014
ผู้ริเริ่ม	Kim, Y. (seminal NLP CNN); multilingual extension by community	Pan, S. J. & Yang, Q. (transfer learning framework); popularized for CNNs by Yosinski et al. and Razavian et al.
ประเภท	Deep learning classifier	Transfer learning applied to convolutional neural networks
แหล่งต้นตำรับ	Kim, Y. (2014). Convolutional Neural Networks for Sentence Classification. Proceedings of EMNLP 2014, pp. 1746–1751.	Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359.
ชื่อเรียกอื่น	ML-CNN, cross-lingual CNN, multilingual text CNN, multilingual ConvNet	TL-CNN, pretrained CNN, CNN fine-tuning, feature-extracting CNN
ที่เกี่ยวข้อง	4	4
สรุป	A Multilingual CNN applies convolutional filters over token embeddings drawn from two or more languages, producing shared feature representations that enable a single model to classify, tag, or extract information across language boundaries without training separate models per language. It extends the standard text-CNN architecture with multilingual or cross-lingual input embeddings.	Transfer Learning with CNN reuses a convolutional neural network that has already been trained on a large dataset — most commonly ImageNet — and adapts its learned feature detectors to a new, often smaller target dataset. This lets researchers achieve strong image-recognition performance without the massive compute and data resources required to train a CNN from scratch.