Détection de la négation : corpus français et apprentissage supervisé - Archive ouverte HAL Access content directly
Conference Papers Year : 2017

Détection de la négation : corpus français et apprentissage supervisé

Abstract

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.
Fichier principal
Vignette du fichier
SIIM2017.pdf (193.23 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01659637 , version 1 (08-12-2017)

Identifiers

  • HAL Id : hal-01659637 , version 1

Cite

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⟩
602 View
804 Download

Share

Gmail Mastodon Facebook X LinkedIn More