Plongement de termes complexes pour l'extraction d'information et la classification de textes cliniques
FR |
EN
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-....) |
Equipe de recherche : SEME | |
référent : Faculté des sciences d'Orsay |
Mots clés
FR |
EN
Résumé
FR |
EN
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.