Désambiguïsation lexicaleLa désambiguïsation lexicale ou désambigüisation lexicale est la détermination du sens d'un mot dans une phrase lorsque ce mot peut avoir plusieurs sens possibles. Dans la linguistique informatique, la désambiguïsation lexicale est un problème non résolu dans le traitement des langues naturelles et de l'ontologie informatique. La résolution de ce problème permettrait des avancées importantes dans d'autres champs de la linguistique informatique comme l'analyse du discours, l'amélioration de la pertinence des résultats des moteurs de recherche, la résolution des anaphores, la cohérence, l'inférence, etc.
TreebankIn linguistics, a treebank is a parsed text corpus that annotates syntactic or semantic sentence structure. The construction of parsed corpora in the early 1990s revolutionized computational linguistics, which benefitted from large-scale empirical data. The term treebank was coined by linguist Geoffrey Leech in the 1980s, by analogy to other repositories such as a seedbank or bloodbank. This is because both syntactic and semantic structure are commonly represented compositionally as a tree structure.
Linguistique de corpusLa linguistique de corpus est une branche de la linguistique qui étudie le langage à travers des exemples contenus dans des textes réels. En particulier elle se propose d'extraire d'un corpus les connaissances linguistiques essentielles à l’enseignement des langues et à l'élaboration des dictionnaires. La linguistique de corpus situe la signification dans le discours et dans l'interaction entre les gens plutôt que dans l'esprit des locuteurs. En effet le sens des mots est déterminé par le contexte dans lequel ils sont employés.
Langue mixteUne langue mixte est une langue née de la fusion de deux langues sources en général, habituellement dans des situations de bilinguisme poussé. De sorte qu'il ne soit pas possible de classer la langue en résultant comme appartenant à l'une des familles de langues qui étaient ses sources. Bien que le concept soit fréquemment rencontré dans la linguistique historique depuis le début du , les cas attestés d'hybridation des langues sont assez rares, à la différence des alternances codiques, de l'influence des substrats et des superstrats, ou des emprunts lexicaux.
LangageLe langage est la capacité d'exprimer une pensée et de communiquer au moyen d'un système de signes (vocaux, gestuel, graphiques, tactiles, olfactifs, etc.) doté d'une sémantique, et le plus souvent d'une syntaxe — mais ce n'est pas systématique (la cartographie est un exemple de langage non syntaxique). Fruit d'une acquisition, la langue est une des nombreuses manifestations du langage. Les langages sont constitués de signaux correspondant au support physique de l'information.
Annotation (informatique)En programmation, une annotation est un élément permettant d'ajouter des méta-données à un code source. Selon le langage de programmation et ce qu'a choisi le programmeur, elles peuvent être accessibles uniquement lors de la compilation, présentes uniquement dans le fichier compilé, voire accessibles à l'exécution. Cette technique est une alternative aux fichiers de configuration, souvent écrits dans des formats tels que le XML ou le YAML.
Word-sense inductionIn computational linguistics, word-sense induction (WSI) or discrimination is an open problem of natural language processing, which concerns the automatic identification of the senses of a word (i.e. meanings). Given that the output of word-sense induction is a set of senses for the target word (sense inventory), this task is strictly related to that of word-sense disambiguation (WSD), which relies on a predefined sense inventory and aims to solve the ambiguity of words in context.
CorpusUn corpus est un ensemble de documents, artistiques ou non (textes, s, vidéos), regroupés dans une optique précise. On peut utiliser des corpus dans plusieurs domaines : études littéraires, linguistiques, scientifiques, philosophie La branche de la linguistique qui se préoccupe plus spécifiquement des corpus s'appelle logiquement la linguistique de corpus. Elle est liée au développement des systèmes informatiques, en particulier à la constitution de bases de données textuelles.
Langues slavesLes langues slaves sont des langues indo-européennes, du groupe balto-slave. Les langues slaves forment un groupe de langues important dont les locuteurs se situent majoritairement en Europe centrale, Balkans, Europe de l'Est, Sibérie, Extrême-Orient russe, Asie centrale. Le groupe des langues slaves se décompose en trois familles de langues : orientale, occidentale et méridionale. Pour cette dernière, il existe pour le diasystème slave du centre-sud des dénominations politiques conformes aux recensements des pays slaves méridionaux, et des dénominations linguistiques conformes aux classifications des linguistes.
Linguistique informatiqueLa linguistique informatique est un champ interdisciplinaire basé sur une modélisation symbolique (à base de règles) ou statistique du langage naturel établie dans une perspective informatique. Les langues humaines sont des systèmes sémiotiques où tout se tient et dont le sens est négociable, ce qui permet leur évolution. Le langage est véhiculé par plusieurs modalités sensorielles : le son (la parole), les traces graphiques (l’écriture), les gestes (langue des signes, gestuelle co-verbale).
Plongement lexicalLe plongement lexical (« word embedding » en anglais) est une méthode d'apprentissage d'une représentation de mots utilisée notamment en traitement automatique des langues. Le terme devrait plutôt être rendu par vectorisation de mots pour correspondre plus proprement à cette méthode. Cette technique permet de représenter chaque mot d'un dictionnaire par un vecteur de nombres réels. Cette nouvelle représentation a ceci de particulier que les mots apparaissant dans des contextes similaires possèdent des vecteurs correspondants qui sont relativement proches.
Langues bantouesLa famille des langues bantoues est un ensemble de langues africaines qui regroupe plus de parlées dans une vingtaine de pays de la moitié sud de l'Afrique. Elles forment un sous-ensemble de la grande famille des langues nigéro-congolaises. Le nombre total de locuteurs de ces langues est évalué à . C'est à partir de 1851 que le linguiste allemand Wilhelm Bleek choisit ce terme . Certaines études comptent jusqu'à 550 langues bantoues parlées aujourd'hui en Afrique.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Langues en IndeLes langues en Inde sont très diverses et appartiennent à plusieurs familles linguistiques. Le recensement de 2011 a comptabilisé 270 langues maternelles dans le pays, dont 122 langues importantes. La Constitution indienne reconnaît 22 langues officielles. 77 % des Indiens parlent une langue indo-aryenne (dont la plus parlée du pays, le hindi, est la langue maternelle de d'Indiens, soit 41 % de la population), 20 % une langue dravidienne. Les autres familles représentées sont les langues austroasiatiques, sino-tibétaines et tai-kadai ainsi que quelques isolats.
Famille de languesUne famille de langues est un ensemble de langues apparentées qui ont évolué par transmission de génération en génération de locuteurs à partir d'une langue ancestrale commune. On parle de parenté généalogique ou génétique pour désigner ce type de relation ; le terme n'implique pas de parenté biologique entre les locuteurs des langues en question. La notion repose sur une analogie de l'évolution des langues avec celle des organismes vivants, selon le modèle de l'arbre généalogique.
Ingénierie des caractéristiquesL'ingénierie des caractéristiques (en anglais feature engineering) a un rôle important, notamment dans l’analyse des données. Sans données, les algorithmes d’exploitation et d’apprentissage automatique de données ne seront pas en mesure de fonctionner. En effet, il s’avère qu’en réalité, on ne pourrait réaliser que peu de choses si nous ne disposions que de très peu de caractéristiques afin de pouvoir représenter les données, ou les banques de données, sous-jacentes.
Langues scandinavesdroite Europe germanic-languages 2.PNG droite Classification alternative des langues scandinaves|250px Nordiska språk.PNG Les langues scandinaves, ou langues germaniques septentrionales, sont un groupe de langues étroitement apparentées, essentiellement parlées dans les pays scandinaves. Elles forment une branche des langues germaniques, elles-mêmes sous-ensemble des langues indo-européennes. Les deux autres sous-familles germaniques sont les langues germaniques occidentales et les langues germaniques orientales, aujourd'hui éteintes.
Langue flexionnelleEn typologie morphologique, on appelle langue flexionnelle une langue dans laquelle de nombreux mots (lemmes) sont variables : ils changent de forme selon le contexte d'usage ou leur rapport grammatical aux autres mots dans une phrase. L'opposé d'une langue flexionnelle est une langue isolante, où les mots sont invariables et les rapports grammaticaux exprimés par l'usage de mots-outils ou l'ordre des mots. On dit des mots d'une telle langue qu'ils subissent le jeu de la flexion, et leurs formes sont dites fléchies.
Feature (machine learning)In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
Transcription (linguistique)La transcription, au sens linguistique, est la représentation systématique du langage sous forme écrite. Certains linguistes considèrent que la seule base de la transcription doit être l’énoncé, même si des textes déjà existants dans un autre système d’écriture peuvent également servir de support.
