Détection de l'incertitude et de la négation : un état de l'art - Archive ouverte HAL Access content directly
Conference Papers Year : 2017

Identifying uncertainty and negation’s cues and scope : State of the art

Détection de l'incertitude et de la négation : un état de l'art

Abstract

One of the goals of our endeavours is to turn a corpus of medical documents into more easily readable structured data. Thus, it is necessary to add a process capable of identifying the context in which each medical concept is used. In this article, we mainly review the various systems proposed for negation and uncertainty detection that include a machine learning method. This last decade, studies undertaken in order to detect uncertainty and negation in texts have given satisfying results, however, there is still room for improvement.
L'un des objectifs de nos travaux, à terme, est de transformer un corpus de documents médicaux en données structurées pour en faciliter l'exploitation. Ainsi, il est nécessaire non seulement de détecter les concepts médicaux évoqués, mais aussi d'intégrer un processus capable d'identifier le contexte dans lequel est évoqué chaque concept médical. Dans cet article, nous revenons principalement sur les systèmes par apprentissage supervisé qui ont été proposé pour la détection de l'incertitude et de la négation. Ces dix dernières années, les travaux pour détecter l'incertitude et la négation dans les textes en anglais ont donné des résultats satisfaisants. Cependant, il existe encore une marge de progression non-négligeable.
Fichier principal
Vignette du fichier
RECITAL2017.pdf (214.71 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01659646 , version 1 (08-12-2017)

Identifiers

  • HAL Id : hal-01659646 , version 1

Cite

Clément Dalloux. Détection de l'incertitude et de la négation : un état de l'art. RECITAL 2017 - 18ème Rencontre des Étudiants Chercheurs en Informatique en Traitement Automatique des Langues, Jun 2017, Orléans, France. pp.1-14. ⟨hal-01659646⟩
488 View
686 Download

Share

Gmail Mastodon Facebook X LinkedIn More