Balades aléatoires dans les Petits Mondes Lexicaux

Abstract

Cet article présente une méthode stochastique pour l'étude de la structure des grands graphes de terrain de type petits mondes hiérarchiques. Cette méthode consiste à transformer un graphe en une chaîne de Markov dont les états sont les sommets du graphe en question. Des particules se baladent aléatoirement de sommets en sommets dans le graphe en empruntant les arcs du graphe. Ce sont les dynamiques des trajectoires des particules qui nous donnent les propriétés structurelles des graphes étudiés. Nous verrons que cette approche, qui est une forme de « connexionnisme structurel », permet de proposer en perspective une modélisation géométrique du sens où les petits mondes hiérarchiques sont non seulement une excellente compression de la forme du sens, mais de plus permettent une navigation et un accès très efficace à l'information, avec une dynamique d'acquisition du général vers le particulier par raffinement (enfant en cours d'acquisition de sa langue maternelle), ainsi qu'une excellente robustesse en cas de déficit (aphasie, apprenant), et un raisonnement à granularité variable ce qui permet de faire chuter la complexité. Pour illustrer cette approche, des exemples et résultats concrets sont présentés sur des graphes d'origine linguistique, ce qui permet d'envisager un outil de navigation pour le web, dont l'ergonomie cognitive d'accès à l'information est une métaphore de l'acquisition du langage par les jeunes enfants.

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 46 citations exist upstream.

Papers that cite the same references — the relational fallback while embeddings are still backfilling.