#WORKSHOP

Introduction aux Word Embeddings avec Word2Vec

Comment utiliser un modèle de réseaux de neurones pour utiliser l'analyse sémantique dans une application ?

Nous vous présenterons le modèle Word2Vec, qui permet d'encoder mathématiquement la sémantique des mots.

Durant ce workshop, nous vous guiderons dans la construction de votre propre moteur de suggestion sémantique en Python :

vous construirez votre propre modèle Word2Vec ;
vous l'entraînerez sur différents jeux de données ;
vous apprendrez à l'explorer pour en comprendre le fonctionnement et les impacts des paramètres d'entraînement ;
vous construirez un moteur de suggestion.

Tech

Clément Viricel

Jeune docteur en Mathématiques et Informatiques, j'ai passé mon doctorat avec l'INSA et l'INRA de Toulouse sur les méthodes de comptage appliqué au design de protéines. Je travaille désormais sur des problématiques de recherche en IA via des méthodes de Machine Learning : traduction automatique, analyse sémantique, détection automatique de langues…

Tanguy Moreau

Jeune ingénieur en génie mathématiques diplômé de l'INSA Rouen, je suis actuellement data scientist et travaille au quotidien sur des problématiques à la frontière de l’ingénierie et de la recherche en IA via des méthodes de système experts ou machine learning pour : traduction automatique, analyse sémantique, extraction d'entités dans un texte, modélisation et comparaisons d'entités...