@inproceedings{ben-othmane-zribi-2018-word2vec,
    title = "{W}ord2{V}ec vs {LSA} pour la d{\'e}tection des erreurs orthographiques produisant un d{\'e}r{\`e}glement s{\'e}mantique en arabe ({W}ord2{V}ec vs {LSA} for detecting semantic errors in {A}rabic language)",
    author = "Ben Othmane Zribi, Chiraz",
    editor = "S{\'e}billot, Pascale  and
      Claveau, Vincent",
    booktitle = "Actes de la Conf{\'e}rence TALN. Volume 1 - Articles longs, articles courts de TALN",
    month = "5",
    year = "2018",
    address = "Rennes, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/Author-page-Marten-During-lu/2018.jeptalnrecital-court.11/",
    pages = "293--302",
    language = "fra",
    abstract = "Les mots en arabe sont tr{\`e}s proches lexicalement les uns des autres. La probabilit{\'e} de tomber sur un mot correct en commettant une erreur typographique est plus importante que pour le fran{\c{c}}ais ou pour l`anglais. Nous nous int{\'e}ressons dans cet article {\`a} d{\'e}tecter les erreurs orthographiques plus pr{\'e}cis{\'e}ment, celles g{\'e}n{\'e}rant des mots lexicalement corrects mais causant un d{\'e}r{\`e}glement s{\'e}mantique au niveau de la phrase. Nous d{\'e}crivons et comparons deux m{\'e}thodes se basant sur la repr{\'e}sentation vectorielle du sens des mots. La premi{\`e}re m{\'e}thode utilise l`analyse s{\'e}mantique latente (LSA). La seconde s`appuie sur le mod{\`e}le Word2Vec et plus particuli{\`e}rement l`architecture Skip-Gram. Les exp{\'e}rimentations ont montr{\'e} que Skip-Gram surpasse LSA."
}