Qwant Research @DEFT 2019 : appariement de documents et extraction d'informations \`a partir de cas cliniques (Document matching and information retrieval using clinical cases)

Dans ce papier, nous pr{\'e}sentons la participation de Qwant Research aux t{\^a}ches 2 et 3 de l{'}{\'e}dition 2019 du d{\'e}fi fouille de textes (DEFT) portant sur l{'}analyse de documents cliniques r{\'e}dig{\'e}s en fran{\c{c}}ais. La t{\^a}che 2 est une t{\^a}che de similarit{\'e} s{\'e}mantique qui demande d{'}apparier cas cliniques et discussions m{\'e}dicales. Pour r{\'e}soudre cette t{\^a}che, nous proposons une approche reposant sur des mod{\`e}les de langue et {\'e}valuons l{'}impact de diff{\'e}rents pr{\'e}-traitements et de diff{\'e}rentes techniques d{'}appariement sur les r{\'e}sultats. Pour la t{\^a}che 3, nous avons d{\'e}velopp{\'e} un syst{\`e}me d{'}extraction d{'}information qui produit des r{\'e}sultats encourageants en termes de pr{\'e}cision. Nous avons exp{\'e}riment{\'e} deux approches diff{\'e}rentes, l{'}une se fondant exclusivement sur l{'}utilisation de r{\'e}seaux de neurones pour traiter la t{\^a}che, l{'}autre reposant sur l{'}exploitation des informations linguistiques issues d{'}une analyse syntaxique.

PDF Abstract

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