Académique Documents
Professionnel Documents
Culture Documents
(NLP)
Master
Big Data et Intelligence Artificielle appliquée à la santé
1 2 3 4
5 6 7 8
9 10 11 12
C1 this 0 1 0 0 0 0 0 0 0 0 13 14 15 16 5 6 7 8
C2 corpus 0 0 0 0 1 0 0 0 0 0 17 18 19 20 17 18 19 20
C3 context 0 0 0 0 0 0 0 0 1 0 21 22 23 24 33 34 35 36
25 26 27 28
29 30 31 32 Average hidden Activation
33 34 35 36
37 38 39 40 18,333 19,333 20,333 21,333
1 2 3 4
5 6 7 8
9 10 11 12
C1 this 0 1 0 0 0 0 0 0 0 0 13 14 15 16 5 6 7 8
C2 corpus 0 0 0 0 1 0 0 0 0 0 17 18 19 20 17 18 19 20
C3 context 0 0 0 0 0 0 0 0 1 0 21 22 23 24 33 34 35 36
25 26 27 28
29 30 31 32 Average hidden Activation
33 34 35 36
37 38 39 40 18,333 19,333 20,333 21,333
– Inconvénients de CBOW :
• CBOW prend la moyenne du contexte d'un mot.
Par exemple, Apple peut être à la fois un fruit et une entreprise,
mais CBOW prend une moyenne des deux contextes et la place
entre un cluster pour les fruits et les entreprises.
• La formation d'un CBOW à partir de zéro peut prendre le temps si
elle n'est pas correctement optimisée.
• CBOW est plusieurs fois plus rapide à entraîner que SG avec une
précision légèrement meilleure pour les mots fréquents.
5. Création du vocabulaire
model.build_vocab(tokenList)
#print the vocabulary
model.wv.key_to_index
{'google': 0,
'best': 1,
'cat': 2,
'squooshy': 3,
'app': 4,
'translate': 5
…
}
• Comme on pouvait s'y attendre, le mot ice coexiste plus fréquemment avec le
solide qu'avec le gaz,
• Tandis que le mot steam coexiste plus fréquemment avec le gaz qu'avec le
solide.
• Les deux mots coexistent fréquemment avec leur propriété partagée water, et
les deux coexistent rarement avec le mot sans rapport fashion.
• À partir du rapport des probabilités, nous pouvons observer que les mots non
discriminants (water et fashion) ont un rapport de probabilités
approximativement égal à 1, tandis que les mots discriminatifs (solide et gaz)
ont soit un rapport élevé de probabilités, soit un très faible rapport de
probabilités.
• De cette manière, le rapport des probabilités encode une forme brute de sens
associée au concept abstrait de phase thermodynamique.