Plongement de termes complexes pour l'extraction d'information et la classification de textes cliniques

Multiword term embedding for clinical information extraction and text classification

• Auteur / Autrice : Virgile Barthet
• Direction : Pierre Zweigenbaum
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/04/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Equipe de recherche : SEME
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Traitement automatique des langues

Informatique

Apprentissage automatique

Dossier patient informatisé

Natural language processing

Computer science

Machine Learning

Electronic health record

Résumé

Le but global de la thèse est de concevoir une architecture neuronale qui optimise une tâche de classification de textes en s'appuyant sur la détection d'entités. Comme les termes complexes jouent un rôle important dans les domaines spécialisés, la thèse fait l'hypothèse qu'une meilleure prise en compte de leur représentation améliorera la détection d'entités et la classification de textes. Le domaine d'application de la thèse est la médecine. Plus particulièrement, la tâche de classification est la prédiction de la réhospitalisation ou du décès de patients insuffisants cardiaques à partir du texte et des données structurées de leurs dossiers patient informatisés.

The overall goal of the thesis is to design a neural architecture that optimizes a text classification task that relies on entity detection. Since multiword terms play an important role in specialized domains, it hypothesizes that taking better care of their representation will improve entity detection and text classification. The application domain of the thesis is medicine. More specifically, the addressed classification task is the prediction of readmission and mortality of heart failure patients based upon the text and structured data of their patient records.