เปรียบเทียบวิธี

	โครงข่ายประสาทเทียมเวียนซ้ำหลายภาษา	โครงข่ายประสาทเทียมแบบเวียนซ้ำ (Recurrent Neural Network - RNN)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1990–2010s	1986–1990
ผู้ริเริ่ม	Elman, J. L. (RNN); multilingual extension by NLP community	Rumelhart, D. E.; Elman, J. L.
ประเภท	Sequential model (cross-lingual)	Sequential neural network
แหล่งต้นตำรับ	Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211.	Elman, J. L. (1990). Finding structure in time. Cognitive Science, 14(2), 179–211.
ชื่อเรียกอื่น	Multilingual RNN, Cross-lingual RNN, Multi-language RNN, MRNN	RNN, Elman network, Jordan network, simple recurrent network
ที่เกี่ยวข้อง	5	3
สรุป	A Multilingual Recurrent Neural Network (Multilingual RNN) applies the standard RNN architecture — which processes sequences step by step while maintaining a hidden state — to data spanning two or more languages. By training on multilingual corpora or sharing parameters across languages, the model learns cross-lingual sequence representations useful for translation, tagging, classification, and language modeling tasks.	A Recurrent Neural Network (RNN) is a class of neural network designed to process sequential data by maintaining a hidden state that carries information across time steps. Introduced in its modern form by Rumelhart et al. (1986) and further shaped by Elman (1990), RNNs became the dominant architecture for sequence modelling in NLP, speech, and time-series analysis before the rise of attention-based models.