• Aucun résultat trouvé

Le Machine Learning : numérique non supervisé et symbolique peu supervisé, une chance pour l’analyse sémantique automatique des langues peu dotées

N/A
N/A
Protected

Academic year: 2021

Partager "Le Machine Learning : numérique non supervisé et symbolique peu supervisé, une chance pour l’analyse sémantique automatique des langues peu dotées"

Copied!
9
0
0

Texte intégral

Références

Documents relatifs

Pour un « petit » volume, champs homogènes. Densité de

Dans cet article, nous présentons la désambiguïsation lexicale en fonction des ressources qu’elle utilise et montrons que beaucoup de langues sont trop peu dotées pour permettre

Pour permettre la réalisation des cas d’utilisation précédents, certaines adaptations à l’application existante ont été proposées. D’abord, l’interface utilisateur a

Ainsi les langues peuvent être classées en 3 groupes: les langues informatiquement peu dotées langues-π (par exemple le wolof, bambara, pulaar, sérère, etc.), les langues moyennement

À la di ff érence du système XMG, qui ne permet que de compiler des grammaires décrites au moyen du langage de description XMG, le système XMG2 permet (1) de définir modulairement

Enchainer les mots (ni trop vite, ni trop lentement).. Ne pas lire son exposé

Ne pas ajouter d’idées personnelles, se limiter au contenu du texte.. Reformuler avec ses

Dans le corpus de test, 38.7% des mots cibles ont dans leur contexte un mot qui a déjà été vu dans le contexte du même mot dans l’ensemble d’entraînement, ce qui est beaucoup