Before we describe our architecture

Before we describe our architecture for learning bilingual word embeddings (BWEs) from comparable data, we provide a short overview of the underlying skip-gram word representation learning model in monolingual settings. Our new bilingual representation learning model called BWESG is an extension of skip-gram (SG) to multilingual settings with multilingual comparable training data, and serves as the basis of our novel IR/CLIR framework introduced later in sect. 3.2.

결과 (한국어) 1:

전에 우리가 비교 데이터에서 이중 언어 단어 포함 (BWEs) 학습에 대 한 우리의 아키텍처에 설명, 우리 사용 설정에서 기본 건너뛰기 그램 단어 표현 학습 모델의 간단한 개요를 제공 합니다. 우리의 새로운 이중 언어 표현 학습 모델 BWESG 다국어 비교 학습 데이터와 다국어 설정 건너뛰기-그램 (SG)의 확장 이며 광명 3.2 뒷부분에서 소개 우리의 새로운 IR/CLIR 프레임 워크의 역할.

결과 (한국어) 2:

우리가 비교 데이터에서 이중 언어 단어 묻어 (BWEs를) 학습을위한 우리의 구조를 설명하기 전에, 우리는 단일 언어 설정에서 기본 스킵 그램 단어 표현 학습 모델에 대한 간단한 개요를 제공합니다. BWESG라는 우리의 새로운 이중 언어 표현 학습 모델은 다중 언어 비교 학습 데이터와 다국어 설정으로 건너 뛰기 그램 (SG)의 확장이며, 이후 종파에 소개 된 우리의 새로운 IR / CLIR 프레임 워크의 기초 역할을합니다. 3.2.

결과 (한국어) 3:

우리 학습 설명 전에 우리 건축 이중 언어 단어 (bwes) 에 있는 데이터를 제공하는, 우리는 소개 건너뛰기 표시 표 그람 말 사전 설정 학습 모델.우리는 새로운 이중 언어 표현 학습 모델 뻗어 걸 bwesg 건너뛰기 (싱가포르) - 언어 설정 비슷한 데이터 언어 훈련, 그것은 우리 소설 기초 위에 있다 / 크로스 소개 날 틀 나중에.3. 2.