DeFT 2019 : Auto-encodeurs, Gradient Boosting et combinaisons de mod\`eles pour l'identification automatique de mots-cl\'es. Participation de l'\'equipe TALN du LS2N (Autoencoders, gradient boosting and ensemble systems for automatic keyphrase assignment : The LS2N team participation's in the 2019 edition of DeFT)
Nous pr{\'e}sentons dans cet article la participation de l{'}{\'e}quipe TALN du LS2N {\`a} la t{\^a}che d{'}indexation de cas cliniques (t{\^a}che 1). Nous proposons deux syst{\`e}mes permettant d{'}identifier, dans la liste de mots-cl{\'e}s fournie, les mots-cl{\'e}s correspondant {\`a} un couple cas clinique/discussion, ainsi qu{'}un classifieur entra{\^\i}n{\'e} sur la combinaison des sorties des deux syst{\`e}mes. Nous pr{\'e}senterons dans le d{\'e}tail les descripteurs utilis{\'e}s pour repr{\'e}senter les mots-cl{\'e}s ainsi que leur impact sur nos syst{\`e}mes de classification.
PDF AbstractTasks
Datasets
Add Datasets
introduced or used in this paper
Results from the Paper
Submit
results from this paper
to get state-of-the-art GitHub badges and help the
community compare results to other papers.
Methods
No methods listed for this paper. Add
relevant methods here
