หม้อแปลงหลายภาษา
หม้อแปลงหลายภาษาคือแบบจำลองภาษาที่ได้รับการฝึกฝนล่วงหน้าซึ่งสร้างขึ้นบนสถาปัตยกรรมหม้อแปลงและได้รับการฝึกฝนร่วมกันบนข้อความจากหลายสิบถึงกว่าหนึ่งร้อยภาษา แบบจำลองเช่น mBERT และ XLM-RoBERTa เรียนรู้การนำเสนอข้ามภาษาที่ใช้ร่วมกัน ทำให้สามารถถ่ายโอนแบบ zero-shot หรือ few-shot ได้: แบบจำลองที่ได้รับการปรับแต่งอย่างละเอียดบนข้อมูลภาษาอังกฤษมักจะสามารถนำไปใช้โดยตรงกับภาษาฝรั่งเศส เยอรมัน อาหรับ หรือจีนได้โดยไม่ต้องมีป้ายกำกับเฉพาะภาษา
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+10 more
แหล่งอ้างอิง
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, pp. 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzmán, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. Proceedings of ACL 2020, pp. 8440–8451. Association for Computational Linguistics. DOI: 10.18653/v1/2020.acl-main.747 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multilingual Transformer (Cross-lingual Pre-trained Language Model). ScholarGate. https://scholargate.app/th/deep-learning/multilingual-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การฝังประโยคหลายภาษาการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare