13  Embeddings

Show the code
#les librairies du chapitre
library(tidyverse)
library(tokenizers)
library(quanteda)
library(quanteda.textplots)
library(flextable)

# glossaire
library(glossary)
glossary_path("glossary.yml")
glossary_style(color = "purple", 
               text_decoration = "underline",
               def_bg = "#333",
               def_color = "white")
Show the code
glossary_popup("click")

#theme settings

theme_set(theme_minimal()) 

set_flextable_defaults(
  font.size = 10, theme_fun = theme_vanilla,
  padding = 6,
  background.color = "#EFEFEF")

Objectifs du chapitre :

Word2vec parachève une idée essentielle du NLP. Représenter les mots dans un vaste espace, de telle manière à ce que leur corrélations, leurs proximités soient conservées.

**

13.1 Le principe

L’analyse des classes latentes ? est-ce nécessaire ?

13.2 Word2vec

Word2vec parachève une idée essentielle du NLP. Représenter les mots dans un vaste espace, de telle manière à ce que leur corrélations, leurs proximités soient conservées.

sur ce plan On doit beaucoup à mikolov

13.3 Text2vec

13.4 Les alternatives

Glove

13.5 Conclusion

13.6 Références