@inproceedings{park-2018-loptimisation,
    title = "L{'}optimisation du plongement de mots pour le fran{\c{c}}ais : une application de la classification des phrases (Optimization of Word Embeddings for {F}rench : an Application of Sentence Classification)",
    author = "Park, Jungyeul",
    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/corrections-2025-06/2018.jeptalnrecital-court.10/",
    pages = "281--292",
    language = "fra",
    abstract = "Nous proposons trois nouvelles m{\'e}thodes pour construire et optimiser des plongements de mots pour le fran{\c{c}}ais. Nous utilisons les r{\'e}sultats de l'{\'e}tiquetage morpho-syntaxique, de la d{\'e}tection des expressions multi-mots et de la lemmatisation pour un espace vectoriel continu. Pour l'{\'e}valuation, nous utilisons ces vecteurs sur une t{\^a}che de classification de phrases et les comparons avec le vecteur du syst{\`e}me de base. Nous explorons {\'e}galement l{'}approche d{'}adaptation de domaine pour construire des vecteurs. Malgr{\'e} un petit nombre de vocabulaires et la petite taille du corpus d{'}apprentissage, les vecteurs sp{\'e}cialis{\'e}s par domaine obtiennent de meilleures performances que les vecteurs hors domaine."
}