« N-gramme » : différence entre les versions


m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
Aucun résumé des modifications
 
(6 versions intermédiaires par un autre utilisateur non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
== Définition ==
Technique employée en fouille ou découpage de textes en sous-séquences de longueur N.
Un n-gramme est une sous-séquence de N éléments construite à partir d'une séquence donnée (lettres, mots, etc.) trouvée dans un corpus textuel.  


La valeur de N peut être autre que trois, selon vos besoins. Cela permet de construire des modèles statistiques de documents (par exemple, lors de leur classement automatique) et de trouver des termes positifs ou négatifs associés à un nom de produit.  
== Compléments ==
À titre d'exemple, le bi-gramme le plus fréquent de la langue française est « '''d e''' », comme dans l'article « '''de''' », mais aussi comme dans les mots « '''de'''main », « mon'''de''' » ou « mo'''de'''rne ».  
<hr/>
En [[traitement de la langue naturelle|traitement de la langue natuelle]] il est fréquent de parler de N-gramme pour désigner des séquences de mots et non de lettres.
<hr/>
Cette technique est employée en [[fouille de texte]] et en [[génération automatique de texte]] pour construire des modèles de langue.  


== Français ==
== Français ==
Ligne 9 : Ligne 14 :
== Anglais ==
== Anglais ==
'''N-gram'''
'''N-gram'''


==Sources==
==Sources==
[https://fr.wikipedia.org/wiki/N-gramme  Source : Wikipedia]


[http://www.datascienceglossary.org  Source : Datascience glossary]
[http://www.datascienceglossary.org  Source : Datascience glossary]

Dernière version du 22 octobre 2024 à 20:09

Définition

Un n-gramme est une sous-séquence de N éléments construite à partir d'une séquence donnée (lettres, mots, etc.) trouvée dans un corpus textuel.

Compléments

À titre d'exemple, le bi-gramme le plus fréquent de la langue française est « d e », comme dans l'article « de », mais aussi comme dans les mots « demain », « monde » ou « moderne ».


En traitement de la langue natuelle il est fréquent de parler de N-gramme pour désigner des séquences de mots et non de lettres.


Cette technique est employée en fouille de texte et en génération automatique de texte pour construire des modèles de langue.

Français

N-gramme

Anglais

N-gram

Sources

Source : Wikipedia

Source : Datascience glossary