Skip to Main content Skip to Navigation
Conference papers

Stratégies d'adaptation pour la reconnaissance d'entités médicales en français

Résumé : 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. Les résultats sont obtenus sur le corpus QUAERO. Nous montrons que pré-entraîner un modèle avec un corpus spécialisé, même de taille réduite, permet d’observer une amélioration des résultats. La combinaison de plusieurs approches permet de gagner un à sept points de F1-mesure selon le corpus de test et la méthode.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03701500
Contributor : Yannick Parmentier Connect in order to contact the contributor
Submitted on : Friday, June 24, 2022 - 4:41:57 PM
Last modification on : Thursday, July 7, 2022 - 5:41:52 AM
Long-term archiving on: : Sunday, September 25, 2022 - 9:35:55 PM

File

4999.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-03701500, version 1

Citation

Tiphaine Le Clercq de Lannoy, Romaric Besançon, Olivier Ferret, Julien Tourille, Frédérique Brin-Henry, et al.. Stratégies d'adaptation pour la reconnaissance d'entités médicales en français. Traitement Automatique des Langues Naturelles(TALN 2022), Jun 2022, Avignon, France. pp.215-225. ⟨hal-03701500⟩

Share

Metrics

Record views

71

Files downloads

13