« Vecteur contextuel » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| Ligne 5 : | Ligne 5 : | ||
[[Category:Scotty]] | [[Category:Scotty]] | ||
== Définition == | ==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. | 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 : | 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]]. | Des représentations par vecteurs-mots populaires sont [[word2vec]] et [[GloVe]]. | ||
== Français == | ==Français== | ||
'''vecteur-mot''' | '''vecteur-mot''' n.m. | ||
'''plongement lexical''' | '''plongement lexical''' n.m. | ||
'''plongement de mot''' | '''plongement de mot''' n.m. | ||
'''représentation lexicale''' | '''représentation lexicale''' n.f. | ||
== Anglais == | ==Anglais== | ||
'''word embedding''' | '''word embedding''' | ||
| Ligne 40 : | Ligne 40 : | ||
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. | 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. | ||
[[Utilisateur:Patrickdrouin | Source : Termino | [[Utilisateur:Patrickdrouin | Source : Termino]] | ||
Version du 4 juillet 2019 à 10:46
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 n.m.
plongement lexical n.m.
plongement de mot n.m.
représentation lexicale n.f.
Anglais
word embedding
word vector
Source : https://fr.wiktionary.org/wiki/plongement_lexical
Source: Turenne, Nicolas (2016). Analyse de données textuelles sous R, Londres, Éditions ISTE, 318 pages.
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.
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki
