Мультимодальний Word2Vec
Мультимодальний Word2Vec розширює класичну структуру Word2Vec, обґрунтовуючи представлення слів у сенсорних сигналах — зазвичай візуальних ознаках — поряд із статистикою розподілу тексту. Результатом є вектори слів, які охоплюють як лінгвістичні патерни співвикористання, так і візуальне значення, що дозволяє здійснювати глибші оцінки семантичної подібності та досягати кращої продуктивності у завданнях на рівні концепцій, де суто текстові вбудовування виявляються недостатніми.
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
- Bruni, E., Tran, N.-K., & Baroni, M. (2014). Multimodal Distributional Semantics. Journal of Artificial Intelligence Research, 49, 1–47. DOI: 10.1613/jair.4135 ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed Representations of Words and Phrases and their Compositionality. Advances in Neural Information Processing Systems (NIPS), 26. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multimodal Word2Vec (Cross-Modal Distributional Semantics). ScholarGate. https://scholargate.app/uk/deep-learning/multimodal-word2vec
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.
- Мультимодальна класифікація на основі BERTГлибоке навчання↔ compare
- Мультимодальний Doc2VecГлибоке навчання↔ compare
- Мультимодальні вбудовування реченьГлибоке навчання↔ compare
- Мультимодальний ТрансформерГлибоке навчання↔ compare
- Векторні представлення реченьГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →