@inproceedings{ferret-2017-construire,
    title = "Construire des repr{\'e}sentations denses {\`a} partir de th{\'e}saurus distributionnels (Distributional Thesaurus Embedding and its Applications)",
    author = "Ferret, Olivier",
    editor = "Eshkol-Taravella, Iris  and
      Antoine, Jean-Yves",
    booktitle = "Actes des 24{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 - Articles longs",
    month = "6",
    year = "2017",
    address = "Orl{\'e}ans, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/Ingest-2025-COMPUTEL/2017.jeptalnrecital-long.7/",
    pages = "93--108",
    language = "fra",
    abstract = "Dans cet article, nous nous int{\'e}ressons {\`a} un nouveau probl{\`e}me, appel{\'e} plongement de th{\'e}saurus, consistant {\`a} transformer un th{\'e}saurus distributionnel en une repr{\'e}sentation dense de mots. Nous proposons de traiter ce probl{\`e}me par une m{\'e}thode fond{\'e}e sur l`association d`un plongement de graphe et de l`injection de relations dans des repr{\'e}sentations denses. Nous avons appliqu{\'e} et {\'e}valu{\'e} cette m{\'e}thode pour un large ensemble de noms en anglais et montr{\'e} que les repr{\'e}sentations denses produites obtiennent de meilleures performances, selon une {\'e}valuation intrins{\`e}que, que les repr{\'e}sentations denses construites selon les m{\'e}thodes de l'{\'e}tat de l`art sur le m{\^e}me corpus. Nous illustrons aussi l`int{\'e}r{\^e}t de la m{\'e}thode d{\'e}velopp{\'e}e pour am{\'e}liorer les repr{\'e}sentations denses existantes {\`a} la fois de fa{\c{c}}on endog{\`e}ne et exog{\`e}ne."
}