Word2vecEn intelligence artificielle et en apprentissage machine, Word2vec est un groupe de modèles utilisé pour le plongement lexical (word embedding). Ces modèles ont été développés par une équipe de recherche chez Google sous la direction de . Ce sont des réseaux de neurones artificiels à deux couches entraînés pour reconstruire le contexte linguistique des mots. La méthode est implémentée dans la bibliothèque Python Gensim. Deux architectures ont été initialement proposées pour apprendre les Word2vec, le modèle de sacs de mots continus (CBOW: continuous bag of words) et le modèle skip-gram.
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.
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.
Ordre des motsEn syntaxe, l’ordre des mots se réfère premièrement à la succession de ces unités dans le syntagme et des syntagmes dans la phrase simple, ainsi que dans la proposition faisant partie d’une phrase complexe. Dans un sens plus large, il concerne aussi l’ordre des propositions dans la phrase complexe. Certains auteurs mentionnent que, s’agissant de mots à fonction syntaxique, la question de leur ordre regarde non seulement la façon dont ils se succèdent, mais aussi la position plus ou moins éloignée des uns par rapport aux autres, l’ordre des mots ayant par conséquent une composante succession et une composante proximité/éloignement.
Langue V2Une langue à verbe second, ou en abrégé langue V2, est, en typologie syntaxique, une langue dont les propositions principales ont toujours un verbe comme deuxième constituant. Cette condition n'est pas nécessaire pour les autres types de propositions. L'effet V2 est démontré clairement dans les phrases suivantes en néerlandais : Ik las gisteren dit boek je lus hier ce livre (J'ai lu hier ce livre) Gisteren las ik dit boek hier lus je ce livre (Hier j'ai lu ce livre) Dit boek las ik gisteren ce livre lus je hier (Ce livre, je l'ai lu hier) On peut avoir l'impression que le verbe est en troisième position dans la dernière phrase, mais il en est en fait le deuxième constituant, le premier étant « dit boek » (ce livre).
Véhicule hybrideUn véhicule hybride est un véhicule faisant appel à plusieurs sources d'énergie distinctes pour se mouvoir. Les véhicules hybrides combinent plusieurs sources d'énergie dont souvent l'une est thermique et l'autre électrique. Le principe global très simplifié de ce type de motorisation consiste à profiter des avantages de chaque type de moteur en minimisant leurs inconvénients. Quatre architectures d'hybridation sont possibles : En série : le moteur thermique entraîne un alternateur sans fournir directement de couple à l'essieu, l'alternateur fournissant l’électricité à un moteur électrique.
Véhicule hybride rechargeablevignette|Une Audi A1 rechargeable au salon iMobility 2012 à Stuttgart. Un véhicule hybride rechargeable (VHR) est un véhicule hybride électrique dont la batterie de traction est conçue pour être chargée par branchement à une source d'énergie extérieure. Deux catégories de tels véhicules existent : PHEV (de l'anglais « Plug-in Hybrid Electric Vehicle ») quand les deux motorisations agissent de concert pour animer le véhicule, ou EREV (de l'anglais « Extended Range Electric Vehicles ») quand seul le moteur électrique est connecté aux roues, le moteur thermique ne fournissant de la puissance à un générateur d'électricité que lorsque la batterie d'accumulateurs a besoin d’être rechargée.
Langue OSVUne langue OSV est, en typologie syntaxique, une langue dont les phrases suivent généralement un ordre -sujet-verbe. Malgré sa rareté, cette syntaxe a été rendue célèbre dans la culture populaire grâce à Yoda, personnage de fiction qui parle de cette façon dans l'univers Star Wars. Cet ordre est le plus rare. Les chiffres peuvent varier selon les sources, notamment car les classifications linguistiques ne sont pas toujours consensuelles. Dans son étude sur 402 langues publiée en 1986, le linguiste Russell S.
Automobile hybride électriqueUne automobile hybride électrique est un véhicule automobile faisant appel à deux types d'énergie embarqués pour se mouvoir, dont l'un est de nature électrique (électrochimique ou électrostatique). L'architecture la plus répandue pour ce type de véhicule hybride associe un moteur électrique à un moteur thermique, généralement à essence. La nature réversible de la partie motrice électrique permet la récupération d'une partie de l'énergie cinétique du véhicule par freinage régénératif.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Langue VSOUne langue VSO est, en typologie syntaxique, une langue dont les phrases suivent généralement un ordre verbe-sujet-objet. La grammaire générative a indiqué trois catégories, ou constituants, pour représenter les verbes dans les phrases. Le SV (syntagme verbal), le ST (syntagme temporel) et le Sv (syntagme petit v) sont tous des têtes pouvant contenir des verbes, et ils sont présents dans la représentation syntaxique de toutes les langues du monde. Cependant, les langues du monde ont des paramètres, qui affectent leur production syntaxique.
Langue SVOUne langue SVO est, en typologie syntaxique, une langue dont les phrases suivent généralement un ordre sujet-verbe-objet. Cet ordre est l'ordre le plus important pour ce qui est du nombre d'utilisateurs et le deuxième plus fréquent, représentant environ 42 % des langues, après SOV. Ces deux ordres représentant un total de 75 % des langues du monde. L’ordre SVO est le plus fréquent dans les langues indo-européennes et parmi les créoles. Le français est une langue du type SVO (« le chat (S) mange (V) la souris (O) ») ; néanmoins, cet ordre n’est pas toujours le seul possible.
Langue VOSIn linguistic typology, a verb–object–subject or verb–object–agent language, which is commonly abbreviated VOS or VOA, is one in which most sentences arrange their elements in that order. That would be the equivalent in English to "Drank cocktail Sam." The relatively rare default word order accounts for only 3% of the world's languages. It is the fourth-most common default word order among the world's languages out of the six.
Langue OVSUne langue OVS est, en typologie syntaxique, une langue dont les phrases suivent généralement un ordre objet-verbe-sujet. Dans les études typologiques, l’ordre des mots OVS est souvent considéré comme inexistant puisqu'il représente très peu de langues. Cet ordre est le cinquième en fréquence et est représenté par 1 % des langues. Les deux ordres des verbes qui commencent avec un objet, OVS et OSV, sont les plus rares. L’ordre OVS est la deuxième plus rare, après OSV.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Labeled dataLabeled data is a group of samples that have been tagged with one or more labels. Labeling typically takes a set of unlabeled data and augments each piece of it with informative tags. For example, a data label might indicate whether a photo contains a horse or a cow, which words were uttered in an audio recording, what type of action is being performed in a video, what the topic of a news article is, what the overall sentiment of a tweet is, or whether a dot in an X-ray is a tumor.
Mémorisationvignette|Exercice de mémorisation En psychologie, la mémorisation est le processus par lequel un être vivant enregistre des informations et des connaissances dans sa mémoire. Ce processus peut être conscient, facilité par la mnémotechnique ou d'autres méthodes, ou bien réalisé inconsciemment, par exemple lors du sommeil. Tony Buzan, Tout sur la mémoire, Eyrolles, 2010. César Florès, La mémoire, , PUF, 1972. Alain Lieury, Le livre de la mémoire, Paris, Dunod, 2013. Frances Yates, ''L'Art de la mémoire, Gallimard, Bibliothèque des Histoires, 1975.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Encoding (memory)Memory has the ability to encode, store and recall information. Memories give an organism the capability to learn and adapt from previous experiences as well as build relationships. Encoding allows a perceived item of use or interest to be converted into a construct that can be stored within the brain and recalled later from long-term memory. Working memory stores information for immediate use or manipulation, which is aided through hooking onto previously archived items already present in the long-term memory of an individual.
Hybrid vehicle drivetrainHybrid vehicle drivetrains transmit power to the driving wheels for hybrid vehicles. A hybrid vehicle has multiple forms of motive power. Hybrids come in many configurations. For example, a hybrid may receive its energy by burning gasoline, but switch between an electric motor and a combustion engine. Electrical vehicles have a long history combining internal combustion and electrical transmission - as in a diesel–electric power-train - although they have mostly been used for rail locomotives.
