« Vecteur contextuel » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Balise : Éditeur de wikicode 2017 |
||
Ligne 23 : | Ligne 23 : | ||
== Français == | == Français == | ||
'''vecteur-mot''' | '''vecteur-mot''' | ||
'''plongement lexical''' | '''plongement lexical''' | ||
Ligne 34 : | Ligne 30 : | ||
'''représentation lexicale''' | '''représentation lexicale''' | ||
<br /> | <br /> | ||
<br /> | |||
<br /> | |||
Source: Turenne, Nicolas (2016). Analyse de données textuelles sous R, Londres, Éditions ISTE, 318 pages. | |||
<br /> | |||
Source : https://fr.wiktionary.org/wiki/plongement_lexical | |||
<br /> | |||
Source : Nagoudi, El Moatez Billah; Jérémy Ferrero et Didier SchwabDidier Schwab (2017). Amélioration de la similarité sémantique vectorielle par méthodes non-supervisées, Actes de la24e conférence sur le Traitement Automatique des Langues Naturelles (TALN 2017), Orléans, France, 9 pages. | |||
<br /> | |||
Source: Bernier Colborne, Gabriel (2016). Aide à l'identification de relations lexicales au moyen de la sémantique distributionnelle et son application à un corpus bilingue du domaine de l'environnement, thèse de doctorat, Université de Montréal, 265 pages. | |||
== Anglais == | == Anglais == |
Version du 10 juin 2019 à 18:59
Domaine
Vocabulaire
Apprentissage profond
Définition
Représentation répartie issue de l'apprentissage automatique visant à représenter les mots d'un corpus, leurs cooccurrents et leur contexte sous formes de vecteurs de nombres réels.
Note
La représentation répartie obtenue a comme propriété que les mots apparaissant dans des contextes similaires possèdent des vecteurs qui sont relativement proches.
Des représentations par vecteurs-mots populaires sont word2vec et GloVe.
Français
vecteur-mot
plongement lexical
plongement de mot
représentation lexicale
Source: Turenne, Nicolas (2016). Analyse de données textuelles sous R, Londres, Éditions ISTE, 318 pages.
Source : https://fr.wiktionary.org/wiki/plongement_lexical
Source : Nagoudi, El Moatez Billah; Jérémy Ferrero et Didier SchwabDidier Schwab (2017). Amélioration de la similarité sémantique vectorielle par méthodes non-supervisées, Actes de la24e conférence sur le Traitement Automatique des Langues Naturelles (TALN 2017), Orléans, France, 9 pages.
Source: Bernier Colborne, Gabriel (2016). Aide à l'identification de relations lexicales au moyen de la sémantique distributionnelle et son application à un corpus bilingue du domaine de l'environnement, thèse de doctorat, Université de Montréal, 265 pages.
Anglais
word embedding
word vector
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki