Fouille de motifs et CRF pour la reconnaissance de sympt\^omes dans les textes biom\'edicaux (Pattern mining and CRF for symptoms recognition in biomedical texts)

Dans cet article, nous nous int{\'e}ressons {\`a} l{'}extraction d{'}entit{\'e}s m{\'e}dicales de type sympt{\^o}me dans les textes biom{\'e}dicaux. Cette t{\^a}che est peu explor{\'e}e dans la litt{\'e}rature et il n{'}existe pas {\`a} notre connaissance de corpus annot{\'e} pour entra{\^\i}ner un mod{\`e}le d{'}apprentissage. Nous proposons deux approches faiblement supervis{\'e}es pour extraire ces entit{\'e}s. Une premi{\`e}re est fond{\'e}e sur la fouille de motifs et introduit une nouvelle contrainte de similarit{\'e} s{\'e}mantique. La seconde formule la tache comme une tache d{'}{\'e}tiquetage de s{\'e}quences en utilisant les CRF (champs conditionnels al{\'e}atoires). Nous d{\'e}crivons les exp{\'e}rimentations men{\'e}es qui montrent que les deux approches sont compl{\'e}mentaires en termes d{'}{\'e}valuation quantitative (rappel et pr{\'e}cision). Nous montrons en outre que leur combinaison am{\'e}liore sensiblement les r{\'e}sultats.

PDF Abstract
No code implementations yet. Submit your code now

Tasks


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