เปรียบเทียบวิธี

	Multilingual GRU	หน่วยความจำแบบวนซ้ำแบบมีประตู (Gated Recurrent Unit - GRU)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014 (GRU); multilingual applications from ~2016	2014
ผู้ริเริ่ม	Cho, K. et al. (GRU); multilingual extension by NLP community	Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y.
ประเภท	Recurrent sequence model (multilingual)	Recurrent neural network with gating
แหล่งต้นตำรับ	Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. Proceedings of EMNLP 2014, 1724–1734.	Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014, pp. 1724–1734.
ชื่อเรียกอื่น	Multilingual GRU, cross-lingual GRU, multilingual gated recurrent unit, multi-language GRU	GRU, GRU network, gated RNN, GRU cell
ที่เกี่ยวข้อง	4	3
สรุป	A Multilingual GRU is a Gated Recurrent Unit network trained on text data spanning multiple languages, enabling sequential modeling of language-sensitive tasks such as sentiment analysis, named entity recognition, and machine translation across language boundaries without requiring separate models per language.	The Gated Recurrent Unit (GRU), introduced by Cho et al. in 2014, is a streamlined recurrent neural network that uses two learned gates — an update gate and a reset gate — to selectively retain or discard information across time steps, enabling effective sequence modelling with fewer parameters than LSTM.