Apprentissage de plongements de mots dynamiques avec r\'egularisation de la d\'erive (Learning dynamic word embeddings with drift regularisation)
L{'}usage, le sens et la connotation des mots peuvent changer au cours du temps. Les plongements lexicaux diachroniques permettent de mod{\'e}liser ces changements de mani{\`e}re non supervis{\'e}e. Dans cet article nous {\'e}tudions l{'}impact de plusieurs fonctions de co{\^u}t sur l{'}apprentissage de plongements dynamiques, en comparant les comportements de variantes du mod{\`e}le Dynamic Bernoulli Embeddings. Les plongements dynamiques sont estim{\'e}s sur deux corpus couvrant les m{\^e}mes deux d{\'e}cennies, le New York Times Annotated Corpus en anglais et une s{\'e}lection d{'}articles du journal Le Monde en fran{\c{c}}ais, ce qui nous permet de mettre en place un processus d{'}analyse bilingue de l{'}{\'e}volution de l{'}usage des mots.
PDF Abstract