Complémentarités de représentations vectorielles pour la similarité sémantique

Julien Hay (1, 2) , Tim van de Cruys (3) , Philippe Muller (3) , Biech Lien Doan (1, 4) , Fabrice Popineau (1, 4) , Lyes Benamsili (2)

1 LRI - Laboratoire de Recherche en Informatique
2 Société Octopeek (Enghien Les bains, France)
3 IRIT-MELODI - MEthodes et ingénierie des Langues, des Ontologies et du DIscours
4 CentraleSupélec

La tâche de similarité sémantique textuelle consiste à exprimer automatiquement un nombre reflétant la similarité sémantique de deux fragments de texte. Chaque année depuis 2012, les campagnes de SemEval déroulent cette tâche de similarité sémantique textuelle. Cet article présente une méthode associant différentes représentations vectorielles de phrases dans l'objectif d'améliorer les résultats obtenus en similarité sémantique. Notre hypothèse est que différentes représentations permettraient de représenter différents aspects sémantiques, et par extension, d'améliorer les similarités calculées, la principale difficulté étant de sélectionner les représentations les plus complémentaires pour cette tâche. Notre système se base sur le système vainqueur de la campagne de 2015 ainsi que sur notre méthode de sélection par complémentarité. Les résultats obtenus viennent confirmer l'intérêt de cette méthode lorsqu'ils sont comparés aux résultats de la campagne de 2016.

Mots clés: Similarité sémantique

Domaines: Informatique et langage [cs.CL]; Traitement du texte et du document

Julien Hay, Tim van de Cruys, Philippe Muller, Biech Lien Doan, Fabrice Popineau, et al.. Complémentarités de représentations vectorielles pour la similarité sémantique. 18e Journees Francophones Extraction et Gestion de Connaissances (EGC 2018), Jan 2018, Paris, France. pp.179-190. ⟨hal-02283159⟩