Aprentissage non-supervisé pour l’appariement et l’étiquetage de cas cliniques en français - DEFT2019 (Unsupervised learning for matching and labelling of French clinical cases - DEFT2019 )
Damien Sileo, Tim Van de Cruys, Philippe Muller, Camille Pradel
Abstract
Nous présentons le système utilisé par l’équipe Synapse/IRIT dans la compétition DEFT2019 portant sur deux tâches liées à des cas cliniques rédigés en français : l’une d’appariement entre des cas cliniques et des discussions, l’autre d’extraction de mots-clefs. Une des particularité est l’emploi d’apprentissage non-supervisé sur les deux tâches, sur un corpus construit spécifiquement pour le domaine médical en français- Anthology ID:
- 2019.jeptalnrecital-deft.8
- Volume:
- Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Défi Fouille de Textes (atelier TALN-RECITAL)
- Month:
- 7
- Year:
- 2019
- Address:
- Toulouse, France
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 81–90
- Language:
- French
- URL:
- https://aclanthology.org/2019.jeptalnrecital-deft.8
- DOI:
- Cite (ACL):
- Damien Sileo, Tim Van de Cruys, Philippe Muller, and Camille Pradel. 2019. Aprentissage non-supervisé pour l’appariement et l’étiquetage de cas cliniques en français - DEFT2019 (Unsupervised learning for matching and labelling of French clinical cases - DEFT2019 ). In Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Défi Fouille de Textes (atelier TALN-RECITAL), pages 81–90, Toulouse, France. ATALA.
- Cite (Informal):
- Aprentissage non-supervisé pour l’appariement et l’étiquetage de cas cliniques en français - DEFT2019 (Unsupervised learning for matching and labelling of French clinical cases - DEFT2019 ) (Sileo et al., JEP/TALN/RECITAL 2019)
- PDF:
- https://preview.aclanthology.org/remove-xml-comments/2019.jeptalnrecital-deft.8.pdf