Les mots ne sont pas égaux : Modèle de pondération graduelle pour les vecteurs de documents

Ces dernières années, la sémantique distributionnelle ou les modèles vectoriels pour les mots ont été proposés pour capturer les similarités syntaxiques et sémantiques entre les mots. Ces vecteurs peuvent être obtenus pour les mots tels qu'ils sont utilisés dans un grand corpus ou dans un domaine donné. Puisqu'il s'agit de modèles sans langue et qu'ils peuvent être obtenus de manière non supervisée, ils sont intéressants pour les langues peu documentées comme l'hindi. Nous commençons par un aperçu qui montre qu'une mesure raisonnable de la similarité sémantique en hindi semble être capturée par une carte de vecteurs de mots.

Autorentext

Pranjal Singh : B.Tech.-M.Tech. Dual Degree, Computer Science & Engineering, Indian Institute of Technology Kanpur.