Christian Mougin
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Annette Bérard
Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement
Céline Pelosi
Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement
Colette Bertrand
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Pascale Karmasyn-Veyrines
Institut de l'Information Scientifique et Technique
Sylvie Nélieu
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Pierre Benoît
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Clarisse Mallet
Laboratoire Microorganismes Génome et Environnement
Isabelle Lamy
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Isabelle Batisson
Laboratoire Microorganismes Génome et Environnement
Centre National de la Recherche Scientifique
Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement
Université Paris-Saclay
Écologie Fonctionnelle et Écotoxicologie des Agroécosystèmes
Institut National de la Recherche Agronomique
AgroParisTech
Université Clermont Auvergne
Laboratoire Microorganismes Génome et Environnement
Clermont Université
Université de Montpellier
il_PRO:PER avoir_VER:pres sauter_VER:pper dans_PRP son_DET:POS voiture_NOM
Word2vec training The training was performed using the gensim Python module (v3.5.0). The skip-grams method was used, with a size of 500, a window size of 5 and a minimum count of 5. This is how the model creation was invoked: model = Word2Vec(size=500, window=5, min_count=5, workers=workers, sg=1)
Two versions of the model were trained: frwiki-20181020.treetag.2__2019-01-24_10.41__.s500_w5_skip.word2vec.bin