@inproceedings{vial-etal-2017-representation,
    title = {Repr{\'e}sentation vectorielle de sens pour la d{\'e}sambigu{\"i}sation lexicale {\`a} base de connaissances (Sense Embeddings in Knowledge-Based Word Sense Disambiguation)},
    author = {Vial, Lo{\"i}c  and
      Lecouteux, Benjamin  and
      Schwab, Didier},
    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 2 - Articles courts",
    month = "6",
    year = "2017",
    address = "Orl{\'e}ans, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2017.jeptalnrecital-court.18/",
    pages = "142--149",
    language = "fra",
    abstract = {Dans cet article, nous proposons une nouvelle m{\'e}thode pour repr{\'e}senter sous forme vectorielle les sens d`un dictionnaire. Nous utilisons les termes employ{\'e}s dans leur d{\'e}finition en les projetant dans un espace vectoriel, puis en additionnant les vecteurs r{\'e}sultants, avec des pond{\'e}rations d{\'e}pendantes de leur partie du discours et de leur fr{\'e}quence. Le vecteur de sens r{\'e}sultant est alors utilis{\'e} pour trouver des sens reli{\'e}s, permettant de cr{\'e}er un r{\'e}seau lexical de mani{\`e}re automatique. Le r{\'e}seau obtenu est ensuite {\'e}valu{\'e} par rapport au r{\'e}seau lexical de WordNet, construit manuellement. Pour cela nous comparons l`impact des diff{\'e}rents r{\'e}seaux sur un syst{\`e}me de d{\'e}sambigu{\"i}sation lexicale bas{\'e} sur la mesure de Lesk. L`avantage de notre m{\'e}thode est qu`elle peut {\^e}tre appliqu{\'e}e {\`a} n`importe quelle langue ne poss{\'e}dant pas un r{\'e}seau lexical comme celui de WordNet. Les r{\'e}sultats montrent que notre r{\'e}seau automatiquement g{\'e}n{\'e}r{\'e} permet d`am{\'e}liorer le score du syst{\`e}me de base, atteignant quasiment la qualit{\'e} du r{\'e}seau de WordNet.}
}