« Représentation sémantique compacte » : différence entre les versions
m (Remplacement de texte — « n.m. » par « nom masc. ») |
m (Remplacement de texte — « <!-- Scotty2 --> » par « ») |
||
Ligne 2 : | Ligne 2 : | ||
[[Category:Apprentissage profond]] | [[Category:Apprentissage profond]] | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Version du 5 mai 2020 à 20:54
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.
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki