Search Results for author:
Found 11 papers, 2 papers with code
Stratégies d’adaptation pour la reconnaissance d’entités médicales en français (Adaptation strategies for biomedical named entity recognition in French)
Dans un contexte où peu de corpus annotés pour l’extraction d’entités médicales sont disponibles, nous étudions dans cet article une approche hybride combinant utilisation de connaissances spécialisées et adaptation de modèles de langues en mettant l’accent sur l’effet du pré-entraînement d’un modèle de langue généraliste (CamemBERT) sur différents corpus.
Mieux utiliser BERT pour la détection d’évènements à partir de peu d’exemples (Better exploitation of BERT for few-shot event detection)
Les méthodes actuelles pour la détection d’évènements, qui s’appuient essentiellement sur l’apprentissage supervisé profond, s’avèrent très coûteuses en données annotées.
Don’t Burst Blindly: For a Better Use of Natural Language Processing to Fight Opinion Bubbles in News Recommendations
Online news consumption plays an important role in shaping the political opinions of citizens.
TIAM -- A Metric for Evaluating Alignment in Text-to-Image Generation
While several metrics have been proposed to assess the rendering of images, it is crucial for Text-to-Image (T2I) models, which generate images based on a prompt, to consider additional aspects such as to which extent the generated image matches the important content of the prompt.
Mod\`ele neuronal pour la r\'esolution de la cor\'ef\'erence dans les dossiers m\'edicaux \'electroniques (Neural approach for coreference resolution in electronic health records )
La r{\'e}solution de la cor{\'e}f{\'e}rence est un {\'e}l{\'e}ment essentiel pour la constitution automatique de chronologies m{\'e}dicales {\`a} partir des dossiers m{\'e}dicaux {\'e}lectroniques.
Evaluation of a Sequence Tagging Tool for Biomedical Texts
Many applications in biomedical natural language processing rely on sequence tagging as an initial step to perform more complex analysis.
LIMSI-COT at SemEval-2017 Task 12: Neural Architecture for Temporal Information Extraction from Clinical Narratives
In this paper we present our participation to SemEval 2017 Task 12.
Neural Architecture for Temporal Relation Extraction: A Bi-LSTM Approach for Detecting Narrative Containers
We present a neural architecture for containment relation identification between medical events and/or temporal expressions.
Temporal information extraction from clinical text
In this paper, we present a method for temporal relation extraction from clinical narratives in French and in English.
Extraction de relations temporelles dans des dossiers \'electroniques patient (Extracting Temporal Relations from Electronic Health Records)
Cette analyse repose sur l{'}extraction d{'}{\'e}v{\'e}nements, d{'}expressions temporelles et des relations entre eux.
