« Représentation sémantique compacte » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
m (Remplacement de texte — « n.m. » par « nom masc. »)
Ligne 13 : Ligne 13 :
'''représentation vectorielle continue'''  <small>loc. nom. fém.</small>
'''représentation vectorielle continue'''  <small>loc. nom. fém.</small>


'''plongement vectoriel'''  <small>n.m.</small>
'''plongement vectoriel'''  <small>nom masc.</small>


'''plongement'''  <small>loc. nom. masc.</small>
'''plongement'''  <small>loc. nom. masc.</small>

Version du 16 avril 2020 à 09:51


Définition

Modèle résultant de l'opération mathématique qui permet de passer d'une représentation vectorielle à une nouvelle représentation où les objets similaires possèdent des vecteurs correspondants qui sont proches dans l'espace vectoriel où sont définis ces vecteurs (typiquement par un algorithme qui réduit la dimension de la représentation afin de rapprocher les objets similaires et éloigner les objets différents).

Note: la modélisation vectorielle, bien que souvent appliquée aux mots, ne se limite pas à ces derniers et peut être appliquée à des phrases, des documents, des paragraphes, etc.

Français

représentation vectorielle continue loc. nom. fém.

plongement vectoriel nom masc.

plongement loc. nom. masc.

Anglais

embedding


Source: Géron, Aurélien (2017) Machine Learning avec Scikit-Learn - Mise en oeuvre et cas concrets, Paris, Dunod, 256 pages.

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source: Google, Glossaire du machine learning.