Détection de la négation : corpus français et apprentissage supervisé

Résumé : La détection automatique de la négation fait souvent partie des pré-requis dans les systèmes d'extraction d'information, notamment dans le domaine biomédical. Cet article présente deux contributions liées à ce problème. Nous présentons d'une part un corpus constitué d'extraits des protocoles d'essais cli-niques en français, dédié aux critères d'inclusion de patients. Les marqueurs de négation et leurs portées y ont été annotés manuellement. Nous présentons d'autre part une approche neuronale supervisée pour extraire ces informations automatiquement. Cette approche est validée en l'appliquant à des données de l'état de l'art en anglais sur lesquelles elle montre de très bons résultats ; appli-quée sur nos données en français, elle obtient des performances comparables.
Liste complète des métadonnées

Cited literature [14 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01659637
Contributor : Vincent Claveau <>
Submitted on : Friday, December 8, 2017 - 4:05:28 PM
Last modification on : Monday, April 1, 2019 - 4:48:48 PM

File

SIIM2017.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01659637, version 1

Citation

Clément Dalloux, Vincent Claveau, Natalia Grabar. Détection de la négation : corpus français et apprentissage supervisé. SIIM 2017 - Symposium sur l'Ingénierie de l'Information Médicale, Nov 2017, Toulouse, France. pp.1-8. ⟨hal-01659637⟩

Share

Metrics

Record views

533

Files downloads

347