Analyse automatique de négations pour la radiologie et autres textes cliniques en français par modèles de langage - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2023

Analyse automatique de négations pour la radiologie et autres textes cliniques en français par modèles de langage

Résumé

Nous présentons une approche d'apprentissage supervisé basée sur un modèle de langage de type BERT pour la reconnaissance automatique et la détermination de la portée de négations dans des comptes rendus médicaux en français. Sur un corpus de comptes rendus de scanners thoraciques annoté par nos soins, notre méthode obtient un score F1 global de 96.9%. Nous appliquons ensuite cette approche à des comptes rendus biomédicaux non radiologiques annotés de façon hétérogène. Dans ces conditions, notre méthode montre un score F1 global de 94.1%, confirmant ainsi son potentiel pour l'usage clinique.
Fichier principal
Vignette du fichier
IAS2023_paper_Sadoune.pdf (151.14 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Licence : CC BY - Paternité

Dates et versions

hal-04165319 , version 1 (18-07-2023)

Licence

Paternité

Identifiants

  • HAL Id : hal-04165319 , version 1

Citer

S Sadoune, Antoine Fraboulet, A Richard, F Talbot, L. Boussel, et al.. Analyse automatique de négations pour la radiologie et autres textes cliniques en français par modèles de langage. 2023. ⟨hal-04165319⟩
33 Consultations
35 Téléchargements

Partager

Gmail Facebook X LinkedIn More