Tu voudrais valider par l'analyse du web existant que l'usage des deux termes se confond avec le temps ?
Pas du tout. L'idée serait plutôt de détecter que les deux questions ont grosso modo la même signification et donc que les résultats les plus pertinents pour l'un et donc que les résultats pertinents sont sans doutes les mêmes aux deux requêtes.
Le fait qu'il y ait plusieurs niveaux de langues n'est probablement pas un obstacles, surtout pour les techniques statistiques. Genre le mot "truc" qui veut tout et rien dire sera facilement détecté comme terme générique synonyme de "machin" parce qu'ils vont tous les deux être utilisé dans des tonnes de contextes.
Si on essaye d'inférer une hiérarchie "est un" à la mode "l'homme un singe" "un singe est un animal" on aura sûrement "un homme est un truc" comme "un stylo est un truc" ce qui fait que "truc" se situera très haut dans la hiérarchie. Ou au contraire que certains termes sont des cas particuliers parce qu'ils s'utilisent dans des contextes compatibles mais plus spécifiques
Les niveaux de langues, les techniques statistiques n'en ont cure, et les techniques de construction de dico structuré peuvent les rajouter complètement manuellement au cas ou les stats se planteraient en annotant avec des connotations par exemple - et le wiktionnaire structuré de la fondation Wikimédia est parti pour permettre de définir communautairement les type d'annotation à l'envie.
Je pense même que les opérations sur les vecteurs risquent même de permettre de détecter les champs lexicaux "parallèles" au sens où deux jargons peuvent être développés par deux communauté disjointe et que la machine va détecter comme une grande que ces deux communauté parlent de la même chose alors qu'elles même l'ignorent ...
Sinon sur le côté "vieux con" j'ai même pas envie de te suivre tellement ça n'a juste aucun rapport.
[^] # Re: Rien d‘anormal
Posté par thoasm . En réponse au journal Du choix discutable des sources de Google pour ses définitions automatiques. Évalué à 3.
Pas du tout. L'idée serait plutôt de détecter que les deux questions ont grosso modo la même signification et donc que les résultats les plus pertinents pour l'un et donc que les résultats pertinents sont sans doutes les mêmes aux deux requêtes.
Le fait qu'il y ait plusieurs niveaux de langues n'est probablement pas un obstacles, surtout pour les techniques statistiques. Genre le mot "truc" qui veut tout et rien dire sera facilement détecté comme terme générique synonyme de "machin" parce qu'ils vont tous les deux être utilisé dans des tonnes de contextes.
Si on essaye d'inférer une hiérarchie "est un" à la mode "l'homme un singe" "un singe est un animal" on aura sûrement "un homme est un truc" comme "un stylo est un truc" ce qui fait que "truc" se situera très haut dans la hiérarchie. Ou au contraire que certains termes sont des cas particuliers parce qu'ils s'utilisent dans des contextes compatibles mais plus spécifiques
Les niveaux de langues, les techniques statistiques n'en ont cure, et les techniques de construction de dico structuré peuvent les rajouter complètement manuellement au cas ou les stats se planteraient en annotant avec des connotations par exemple - et le wiktionnaire structuré de la fondation Wikimédia est parti pour permettre de définir communautairement les type d'annotation à l'envie.
Je pense même que les opérations sur les vecteurs risquent même de permettre de détecter les champs lexicaux "parallèles" au sens où deux jargons peuvent être développés par deux communauté disjointe et que la machine va détecter comme une grande que ces deux communauté parlent de la même chose alors qu'elles même l'ignorent ...
Sinon sur le côté "vieux con" j'ai même pas envie de te suivre tellement ça n'a juste aucun rapport.