@inproceedings{nzali-etal-2015-analyse,
title = "Analyse d{'}expressions temporelles dans les dossiers {\'e}lectroniques patients",
author = "Nzali, Mike Donald Tapi and
N{\'e}v{\'e}ol, Aur{\'e}lie and
Tannier, Xavier",
booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2015",
address = "Caen, France",
publisher = "ATALA",
url = "https://aclanthology.org/2015.jeptalnrecital-long.5",
pages = "49--58",
abstract = "Les r{\'e}f{\'e}rences {\`a} des ph{\'e}nom{\`e}nes du monde r{\'e}el et {\`a} leur caract{\'e}risation temporelle se retrouvent dans beaucoup de types de discours en langue naturelle. Ainsi, l{'}analyse temporelle appara{\^\i}t comme un {\'e}l{\'e}ment important en traitement automatique de la langue. Cet article pr{\'e}sente une analyse de textes en domaine de sp{\'e}cialit{\'e} du point de vue temporel. En s{'}appuyant sur un corpus de documents issus de plusieurs dossiers {\'e}lectroniques patient d{\'e}sidentifi{\'e}s, nous d{\'e}crivons la construction d{'}une ressource annot{\'e}e en expressions temporelles selon la norme TimeML. Par suite, nous utilisons cette ressource pour {\'e}valuer plusieurs m{\'e}thodes d{'}extraction automatique d{'}expressions temporelles adapt{\'e}es au domaine m{\'e}dical. Notre meilleur syst{\`e}me statistique offre une performance de 0,91 de F-mesure, surpassant pour l{'}identification le syst{\`e}me {\'e}tat de l{'}art HeidelTime. La comparaison de notre corpus de travail avec le corpus journalistique FR-Timebank permet {\'e}galement de caract{\'e}riser les diff{\'e}rences d{'}utilisation des expressions temporelles dans deux domaines de sp{\'e}cialit{\'e}.",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="nzali-etal-2015-analyse">
<titleInfo>
<title>Analyse d’expressions temporelles dans les dossiers électroniques patients</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mike</namePart>
<namePart type="given">Donald</namePart>
<namePart type="given">Tapi</namePart>
<namePart type="family">Nzali</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Aurélie</namePart>
<namePart type="family">Névéol</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Xavier</namePart>
<namePart type="family">Tannier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2015-jun</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Caen, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Les références à des phénomènes du monde réel et à leur caractérisation temporelle se retrouvent dans beaucoup de types de discours en langue naturelle. Ainsi, l’analyse temporelle apparaît comme un élément important en traitement automatique de la langue. Cet article présente une analyse de textes en domaine de spécialité du point de vue temporel. En s’appuyant sur un corpus de documents issus de plusieurs dossiers électroniques patient désidentifiés, nous décrivons la construction d’une ressource annotée en expressions temporelles selon la norme TimeML. Par suite, nous utilisons cette ressource pour évaluer plusieurs méthodes d’extraction automatique d’expressions temporelles adaptées au domaine médical. Notre meilleur système statistique offre une performance de 0,91 de F-mesure, surpassant pour l’identification le système état de l’art HeidelTime. La comparaison de notre corpus de travail avec le corpus journalistique FR-Timebank permet également de caractériser les différences d’utilisation des expressions temporelles dans deux domaines de spécialité.</abstract>
<identifier type="citekey">nzali-etal-2015-analyse</identifier>
<location>
<url>https://aclanthology.org/2015.jeptalnrecital-long.5</url>
</location>
<part>
<date>2015-jun</date>
<extent unit="page">
<start>49</start>
<end>58</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Analyse d’expressions temporelles dans les dossiers électroniques patients
%A Nzali, Mike Donald Tapi
%A Névéol, Aurélie
%A Tannier, Xavier
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2015
%8 jun
%I ATALA
%C Caen, France
%F nzali-etal-2015-analyse
%X Les références à des phénomènes du monde réel et à leur caractérisation temporelle se retrouvent dans beaucoup de types de discours en langue naturelle. Ainsi, l’analyse temporelle apparaît comme un élément important en traitement automatique de la langue. Cet article présente une analyse de textes en domaine de spécialité du point de vue temporel. En s’appuyant sur un corpus de documents issus de plusieurs dossiers électroniques patient désidentifiés, nous décrivons la construction d’une ressource annotée en expressions temporelles selon la norme TimeML. Par suite, nous utilisons cette ressource pour évaluer plusieurs méthodes d’extraction automatique d’expressions temporelles adaptées au domaine médical. Notre meilleur système statistique offre une performance de 0,91 de F-mesure, surpassant pour l’identification le système état de l’art HeidelTime. La comparaison de notre corpus de travail avec le corpus journalistique FR-Timebank permet également de caractériser les différences d’utilisation des expressions temporelles dans deux domaines de spécialité.
%U https://aclanthology.org/2015.jeptalnrecital-long.5
%P 49-58
Markdown (Informal)
[Analyse d’expressions temporelles dans les dossiers électroniques patients](https://aclanthology.org/2015.jeptalnrecital-long.5) (Nzali et al., JEP/TALN/RECITAL 2015)
ACL