OntoBedding se place dans le contexte du text-mining, en particulier de méthodes nouvelles basées sur des plongements lexicaux (​word embeddings). Les plongements lexicaux sont des représentations vectorielles de mots, qui ont permis des avancées dans de nombreuses tâches centrales de text mining (reconnaissance d’entités, extraction de relations).
L’objectif de OntoBedding est l’expérimentation de l’apport du biais des plongements lexicaux par une ontologie. Cet apport est évalué par une tâche de normalisation d’entités reconnue dans le domaine (BioNLP-ST 2016 - Bacteria Biotopes). Nous utilisons l’approche décrite par par Ferré et al. (2017) basée sur une représentation vectorielle de l’ontologie et sur l’apprentissage d’une projection linéaire entre les espaces des plongements lexicaux et de l’ontologie cible.