@inproceedings{randriatsitohaina-hamon-2019-identification,
    title = "Identification des cat{\'e}gories de relations aliment-m{\'e}dicament (Identification of categories of food-drug relations)",
    author = "Randriatsitohaina, Tsanta  and
      Hamon, Thierry",
    booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Terminologie et Intelligence Artificielle (atelier TALN-RECITAL {\textbackslash}{\&} IC)",
    month = "7",
    year = "2019",
    address = "Toulouse, France",
    publisher = "ATALA",
    url = "https://aclanthology.org/2019.jeptalnrecital-tia.2",
    pages = "19--30",
    abstract = "Les interactions aliment-m{\'e}dicament se produisent lorsque des aliments et des m{\'e}dicaments pris ensembles provoquent un effet inattendu. Leur reconnaissance automatique dans les textes peut {\^e}tre consid{\'e}r{\'e}e comme une t{\^a}che d{'}extraction de relation {\`a} l{'}aide de m{\'e}thodes de classification. Toutefois, {\'e}tant donn{\'e} que ces interactions sont d{\'e}crites de mani{\`e}re tr{\`e}s fine, nous sommes confront{\'e}s au manque de donn{\'e}es et au manque d{'}exemples par type de relation. Pour r{\'e}soudre ce probl{\`e}me, nous proposons une approche efficace pour regrouper des relations partageant une repr{\'e}sentation similaire en groupes et r{\'e}duire le manque d{'}exemples. Notre approche am{\'e}liore les performances de la classification des FDI. Enfin, nous contrastons une m{\'e}thode de regroupement intuitive bas{\'e}e sur la d{\'e}finition des types de relation et un apprentissage non supervis{\'e} bas{\'e} sur les instances de chaque type de relation.",
    language = "French",
}