Construire des repr\'esentations denses \`a partir de th\'esaurus distributionnels (Distributional Thesaurus Embedding and its Applications)

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.