Modèles préservant la confidentialité des données par mimétisme pour la reconnaissance d’entités nommées en français - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Modèles préservant la confidentialité des données par mimétisme pour la reconnaissance d’entités nommées en français

Résumé

Les Dossiers Électroniques Patient (DEPs) présentent un fort potentiel pour améliorer la recherche clinique. Cependant, la plupart des données contenues dans les DEPs sont en format texte brut (Fu et al., 2020). De plus, jusqu’à 80 % des informations cliniques cruciales ne sont disponibles que sous forme de texte non structuré (Escudié et al., 2017; ?). Dans ce projet, nous abordons l’extraction d’information dans des compte-rendus cliniques en français, qui consiste à identifier des entités médicales tels que Maladie, Anatomie, Médicament, etc. Les modèles d’apprentissage profond offrent de bonnes performances pour cette tâche de Reconnaissance d’entités nommées (REN). Néanmoins, la disponibilité de données d’entraînement cliniques annotées est souvent limitée, en particulier pour les langues autres que l’anglais. En outre, le caractère confidentiel des textes cliniques limite la possibilité d’échange de données entre les institutions. En effet, le partage de données est difficile dans la pratique et est strictement encadré par des réglementations telles que le RGPD 1. Ainsi, l’adaptation de modèles de REN appris sur des corpus privés à des corpus publics est nécessaire pour permettre le partage d’outils d’extraction d’information clinique.
Fichier principal
Vignette du fichier
Journee_ATALA_Robustal_Novembre2022.pdf (864.11 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04013420 , version 1 (10-03-2023)

Identifiants

  • HAL Id : hal-04013420 , version 1

Citer

Nesrine Bannour, Perceval Wajsbürt, Bastien Rance, Xavier Tannier, Aurélie Névéol. Modèles préservant la confidentialité des données par mimétisme pour la reconnaissance d’entités nommées en français. Journée d’étude sur la robustesse des systemes de TAL, ATALA, Nov 2022, Paris, France. ⟨hal-04013420⟩
92 Consultations
46 Téléchargements

Partager

Gmail Facebook X LinkedIn More