Багатомовний варіаційний автокодувальник
Багатомовний варіаційний автокодувальник (ML-VAE) розширює стандартну структуру VAE для обробки кількох мов у спільному ймовірнісному прихованому просторі. Специфічні для кожної мови кодувальники відображають текст з кожної мови у спільне неперервне представлення, тоді як специфічні для кожної мови декодувальники реконструюють або перекладають цей текст. Це уможливлює міжмовну генерацію, перенесення стилю та навчання представлень з паралельними корпусами або без них.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Zhao, T., Zhang, Y., & Eskenazi, M. (2018). Zero-shot dialog generation with cross-domain latent actions. In Proceedings of the 19th Annual SIGdial Meeting on Discourse and Dialogue (pp. 1-10). ACL. link ↗
- Lample, G., Conneau, A., Denoyer, L., & Ranzato, M. (2018). Unsupervised machine translation using monolingual corpora only. In International Conference on Learning Representations (ICLR 2018). link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multilingual Variational Autoencoder (ML-VAE). ScholarGate. https://scholargate.app/uk/deep-learning/multilingual-variational-autoencoder
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.
- Багатомовна рекурентна нейронна мережаГлибоке навчання↔ compare
- Багатомовні векторні представлення реченьГлибоке навчання↔ compare
- Багатомовний трансформерГлибоке навчання↔ compare
- Трансферне навчання з варіаційним автокодувальникомГлибоке навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →