« Vecteur contextuel compact » : différence entre les versions


m (Remplacement de texte — « <small>loc. nom. masc.</small> » par « <small> masculin </small> »)
m (Remplacement de texte — « nom masc. » par « masculin »)
Ligne 7 : Ligne 7 :
'''représentation vectorielle continue'''  <small> féminin </small>
'''représentation vectorielle continue'''  <small> féminin </small>


'''plongement vectoriel'''  <small>nom masc.</small>
'''plongement vectoriel'''  <small>masculin</small>


'''plongement'''  <small> masculin </small>
'''plongement'''  <small> masculin </small>

Version du 9 décembre 2020 à 10:51

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 féminin

plongement vectoriel masculin

plongement masculin

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.