Lexmantix : jeu de mots par proximité sémantique sur Android et iOS

Bonjour à tous,

Je viens de publier Lexmantix, un jeu de mots dans lequel votre objectif est de retrouver un mot secret grâce à la proximité sémantique de vos propositions.

Entrez un mot, observez sa température, puis affinez vos recherches jusqu’à vous rapprocher de la solution. Plus votre proposition est liée au mot secret, plus elle chauffe :fire:

Lexmantix propose plusieurs façons de jouer :

  • Mode Classique : un nouveau mot secret chaque jour, à retrouver avec des essais illimités ;
  • Mode Contre-la-montre : un nouveau mot chaque jour, à découvrir avant la fin du temps imparti ;
  • Mode Survie : enchaînez les mots et tentez de survivre le plus longtemps possible ;
  • d’autres modes sont déjà en préparation ;
  • des parties en français et en anglais ;
  • des indices pour révéler des mots proches lorsque vous êtes bloqué ;
  • une progression avec niveaux, badges et statistiques ;
  • des classements pour vous mesurer aux autres joueurs ;
  • des ligues privées pour défier vos amis et comparer vos performances.

Le jeu est disponible gratuitement sur Android et iOS. Certains modes et avantages supplémentaires sont proposés avec Lexmantix Premium.

:mobile_phone: Android : https://play.google.com/store/apps/details?id=com.lexmantix.app&hl=fr
:red_apple: iPhone/iPad : ‎App Lexmantix - App Store

Je développe Lexmantix de manière indépendante. L’application est destinée à évoluer continuellement grâce à de nouveaux contenus, fonctionnalités et améliorations. Les retours de la communauté seront pris en compte afin que le jeu réponde au mieux aux envies et aux attentes des joueurs.

Si vous aimez les jeux de mots, les associations d’idées et les défis qui font chauffer les méninges, venez tenter votre chance !

Bonne partie à tous :fire:

En regardant les Snapshots de l’application, je me suis demandé si tu avais utilisé l’IA jev pour le calcul de proximité ?

Salut,

Non, je n’ai pas utilisé l’IA jev (ça à d’ailleurs piqué ma curiosité et je suis allez voir ce que c’était) :slightly_smiling_face:

Le calcul repose sur un modèle Word2Vec préentraîné. Il représente les mots par des vecteurs, construits à partir des contextes dans lesquels ils apparaissent dans de nombreux textes.

Je compare ensuite le vecteur de la proposition à celui du mot secret avec une similarité cosinus, puis je transforme ce score en température.
Pour le français, j’utilise le modèle frWaC de Jean-Philippe Fauconnier.

Je joue régulièrement à la partie « pedantix », retrouver la page Wikipedia.