การฝังประโยคหลายภาษา
การฝังประโยคหลายภาษา (Multilingual sentence embeddings) ทำหน้าที่จับคู่ประโยคจากหลายภาษาให้อยู่ในปริภูมิเวกเตอร์ร่วมเดียว เพื่อให้ประโยคที่มีความหมายเหมือนกัน ไม่ว่าจะมาจากภาษาใดก็ตาม จะถูกจัดวางให้อยู่ใกล้กัน โมเดลต่างๆ เช่น LaBSE, multilingual Sentence-BERT, และ mUSE ทำให้การเปรียบเทียบ ค้นคืน และจำแนกข้อความข้าม 50 ถึง 100+ ภาษา เป็นไปได้จริง โดยไม่ต้องแปลก่อน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
+9 เพิ่มเติม
แหล่งอ้างอิง
- Reimers, N. & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of EMNLP 2020, 4512–4525. link ↗
- Feng, F., Yang, Y., Cer, D., Arivazhagan, N. & Wang, W. (2022). Language-agnostic BERT Sentence Embedding. Proceedings of ACL 2022, 878–891. DOI: 10.18653/v1/2022.acl-long.62 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multilingual Sentence Embeddings (Cross-lingual Dense Representations). ScholarGate. https://scholargate.app/th/deep-learning/multilingual-sentence-embeddings
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ เปรียบเทียบ
- การจำแนกประเภทโดยใช้ RoBERTa หลายภาษาการเรียนรู้เชิงลึก↔ เปรียบเทียบ
- หม้อแปลงหลายภาษาการเรียนรู้เชิงลึก↔ เปรียบเทียบ
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ เปรียบเทียบ
- การเรียนรู้แบบถ่ายโอนด้วยการฝังประโยคการเรียนรู้เชิงลึก↔ เปรียบเทียบ