« Segmenteur » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 3 : | Ligne 3 : | ||
==Compléments== | ==Compléments== | ||
On appelle parfois les unités résultant de la segmentation des '''jetons''' (en anglais, ''tokens''), mais le terme '''jeton''' est plutôt réservé à la cybersécurité. On emploiera les vocables '''mot''', '''morceau de mots''', '''partie de mot''' ou '''symbole''' pour le résultat de la segmentation de texte. | L'unité qui en résulte se nomme [[Segment|segment]]. On appelle aussi parfois les unités résultant de la segmentation des '''jetons''' (en anglais, ''tokens''), mais le terme '''jeton''' est plutôt réservé à la cybersécurité. On emploiera les vocables '''mot''', '''morceau de mots''', '''partie de mot''' ou '''symbole''' pour le résultat de la segmentation de texte. | ||
==Français== | ==Français== | ||
Version du 30 avril 2024 à 13:39
Définition
En traitement automatique de la langue naturelle, le segmenteur réalise la segmentation d’un texte en une liste de mots, une liste de parties de mots (ou symboles), ou encore une suite de caractères. Typiquement, il s'agit de la première étape de l’analyse lexicale.
Compléments
L'unité qui en résulte se nomme segment. On appelle aussi parfois les unités résultant de la segmentation des jetons (en anglais, tokens), mais le terme jeton est plutôt réservé à la cybersécurité. On emploiera les vocables mot, morceau de mots, partie de mot ou symbole pour le résultat de la segmentation de texte.
Français
segmenteur
découpeur
Anglais
tokenizer
Sources
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
