sous le capot
Comment le jeu mesure la proximité entre deux mots
Le score de Devine le mot ne vient pas d'un dictionnaire de synonymes écrit à la main. Il est calculé par un modèle statistique qui a appris le sens des mots en lisant des millions de phrases en français.
Des mots transformés en nombres
Le jeu s'appuie sur un modèle word2vec, une technique publiée par une équipe de Google en 2013. Son idée tient en une phrase du linguiste John Rupert Firth : « on reconnaît un mot à ses fréquentations ». Le modèle parcourt un très grand corpus de textes et, pour chaque mot, observe les mots qui l'entourent. Deux mots qui apparaissent souvent dans les mêmes contextes (« café » et « thé » : boire un ..., une tasse de ...) finissent par être décrits de la même façon.
Concrètement, chaque mot devient un vecteur : une liste de 700 nombres, comme les coordonnées d'un point dans un espace à 700 dimensions. Les mots de sens voisin y sont placés près les uns des autres. « Roi », « reine », « prince » forment un petit groupe ; « lundi », « mardi », « mercredi » un autre.
Le modèle utilisé
Les vecteurs du jeu sont ceux publiés par le chercheur Jean-Philippe Fauconnier, entraînés sur frWaC, un corpus d'environ 1,6 milliard de mots collectés sur des sites web francophones. Le vocabulaire compte environ 185 000 mots et formes, ce qui explique que le jeu accepte aussi bien « éclairer » que « éclaire » ou des termes techniques.
Du vecteur au score
Pour comparer votre proposition au mot du jour, le jeu calcule la similarité cosinus entre leurs deux vecteurs : elle vaut 1 quand les vecteurs pointent exactement dans la même direction, 0 quand ils n'ont rien en commun. En pratique, deux mots français pris au hasard ont une similarité proche de 0,1 et deux mots très liés dépassent 0,5.
Cette échelle brute serait peu lisible : presque tout se tasserait entre 0 et 0,4. Le jeu la passe donc dans une courbe en S (une sigmoïde centrée sur 0,3) qui étale les valeurs intéressantes. Une similarité de 0,3 donne un score de 50 ; en dessous, le score chute vite vers 0, au-dessus il monte vers 100. C'est ce qui rend la différence entre « tiède » et « brûlant » visible à l'écran.
Pourquoi certains scores surprennent
Le modèle mesure la ressemblance des contextes, pas une définition. Un mot et son contraire (« chaud » et « froid ») sont souvent très proches, car on les emploie dans les mêmes phrases. De même, le modèle peut rapprocher des mots qu'une tradition littéraire ou un usage particulier associe : pour « lanterne », il place « vieillard » assez haut, sans doute parce que les textes parlent volontiers du vieil homme qui porte sa lanterne.
Ces bizarreries font partie du jeu : elles obligent à penser comme un lecteur de textes plutôt que comme un dictionnaire. Les pages des mots précédents montrent, pour chaque mot du jour, les vingt mots que le modèle juge les plus proches : c'est une bonne façon de comprendre sa logique.
Le choix du mot du jour
Le mot secret est tiré au hasard parmi les 10 000 mots les plus fréquents du français, pour rester trouvable. Il change chaque jour à minuit, heure de Paris, et il est le même pour tous les joueurs. Le mode multijoueur tire son propre mot, différent de celui du jour, pour chaque partie.