Réduction de la dimensionnalité des embeddings au moyen des ensembles approximatifs

Martha-Lorena Avendaño-Garrido
Juan-Manuel Torres-Moreno
Javier Ramirez-Rodriguez
DOI
10.24348/coria.2024.abstract_11
Résumé

Notre proposition cherche à réduire la dimensionnalité de la représentation des plongements de mots (embeddings) au moyen des ensembles approximatifs. Nous voulons garder les performances des algorithmes d’apprentissage profond sur une tâche classique de similarité sémantique entre les mots.