La déduction sémantique dans Cémantix repose sur la lecture fine des scores de température et sur une compréhension opérationnelle du modèle Word2Vec sous-jacent. Nous détaillons ici les techniques que les joueurs expérimentés appliquent pour réduire drastiquement leur nombre de tentatives, en exploitant la structure même du corpus francophone.
Cooccurrence dans le corpus francophone : ce que le modèle calcule vraiment
Le score de température dans Cémantix ne mesure pas la synonymie. Il reflète la proximité contextuelle calculée sur un corpus de plus d’un milliard de mots. Deux termes qui apparaissent régulièrement dans les mêmes phrases ou paragraphes obtiennent une distance vectorielle faible, même s’ils n’ont aucun lien de définition.
C’est la raison pour laquelle un adjectif et son contraire peuvent scorer très près l’un de l’autre. « Chaud » et « froid » qualifient les mêmes objets dans les mêmes contextes, donc le modèle les rapproche. Cette logique de cooccurrence piège les joueurs qui raisonnent uniquement par synonymes.
Un point rarement exploité : les voisinages sémantiques diffèrent nettement entre le corpus français et le corpus anglais. Un mot qui serait voisin de la cible en anglais peut se retrouver très éloigné dans la version francophone. Les joueurs bilingues qui importent des intuitions de Semantle (la version anglophone) perdent souvent du temps sur des pistes non pertinentes en français.
Technique de balayage par catégories sémantiques larges
La première version de votre grille de recherche doit couvrir un maximum de terrain avec un minimum de tentatives. Nous recommandons de lancer des mots-sondes issus de catégories disjointes : un terme concret (maison, route, carte), un terme abstrait (passage, ordre, sécurité), un terme lié au vivant (terrain, livre), un terme technologique (internet, recherche).
L’objectif n’est pas de deviner, mais de cartographier. Chaque réponse du jeu positionne votre mot sur l’axe de température. En croisant les scores de vos premiers essais, vous identifiez la zone sémantique où se situe la cible.
Lire l’échelle de température comme un gradient directionnel
Un score entre 0 et 10 signifie que vous êtes dans un univers lexical totalement étranger à la cible. Changez de registre sans hésiter. Entre 10 et 50, le domaine commence à correspondre, mais le terme reste trop générique ou trop éloigné dans l’arbre des cooccurrences.
- Entre 50 et 200 : vous avez identifié le bon champ sémantique. Affinez en testant des mots plus précis dans cette famille.
- Entre 200 et 500 : la cible partage un contexte d’usage très proche avec vos propositions. Explorez les dérivations (nom, adjectif, expression liée).
- Au-dessus de 500 : les synonymes directs et les termes de la même famille lexicale sont les candidats prioritaires. Le mot secret est un voisin immédiat.
Triangulation sémantique : exploiter trois scores pour converger
La triangulation est la technique qui sépare les joueurs méthodiques des joueurs intuitifs. Le principe : une fois que vous disposez de trois mots avec des scores significatifs (supérieurs à 50), vous cherchez le terme qui se situe à l’intersection de leurs champs contextuels respectifs.
Prenons un cas concret. Si « texte » score modérément, que « expression » score mieux et que « passage » obtient un score encore supérieur, le mot cible se trouve dans la zone où ces trois univers se recoupent. Vous cherchez alors un terme lié à la lecture, à l’écriture ou à l’analyse textuelle, mais plus spécifique que vos sondes initiales.
Éviter le piège des mots abstraits persistants
Les termes comme « liberté », « courage » ou « dieu » scorent modérément dans de très nombreuses parties sans jamais monter haut. Ils polluent votre grille parce qu’ils sont présents dans tellement de contextes différents que leur proximité vectorielle avec n’importe quel mot reste moyenne.
Après une dizaine de tentatives sans dépasser 30, la règle est simple : basculez vers le concret. Les noms d’objets, de lieux, d’actions physiques ont des voisinages sémantiques plus resserrés et donc plus discriminants.
Blocage au-dessus de 500 : affiner par dérivation morphologique
Le blocage entre 500 et 999 est le moment le plus frustrant et le plus technique. Vous savez que la cible est un voisin immédiat de vos propositions, mais chaque tentative ne fait gagner que quelques points.
C’est là que la contrainte morphologique du jeu devient un levier. La solution est toujours un nom singulier ou un adjectif masculin singulier. Les accents comptent. Si vous testez « construction » et que le score est très élevé, pensez à « constructeur », « bâtiment », « édifice ». Chaque dérivation explore un noeud différent dans le graphe vectoriel.
- Testez systématiquement le nom d’agent quand le nom d’action score haut (transcription → transcripteur, recherche → chercheur).
- Inversez la catégorie grammaticale : si un adjectif stagne, essayez le nom correspondant et inversement.
- Explorez les termes techniques du même domaine, souvent absents du vocabulaire courant mais bien représentés dans le corpus.
Quand la mise en contexte bat le dictionnaire
Les joueurs qui progressent le plus vite sont ceux qui se demandent « dans quel type de texte ce mot apparaît-il ? » plutôt que « quel est le synonyme de ce mot ? ». Le modèle a appris sur des articles, des livres, des pages internet. Un mot de jargon juridique sera très proche d’autres termes juridiques, pas de leurs équivalents en langage courant.
Cette approche par contexte d’usage plutôt que par définition est le coeur de la déduction sémantique appliquée à Cémantix. Raisonner en termes de corpus et de cooccurrence donne un avantage structurel sur le joueur qui se contente de parcourir mentalement un dictionnaire de synonymes. La prochaine fois que votre score stagne, demandez-vous non pas ce que le mot signifie, mais où il vit dans la langue écrite.
