@inproceedings{le-clercq-de-lannoy-etal-2022-strategies,
title = "Strat{\'e}gies d{'}adaptation pour la reconnaissance d{'}entit{\'e}s m{\'e}dicales en fran{\c{c}}ais (Adaptation strategies for biomedical named entity recognition in {F}rench)",
author = "Le Clercq de Lannoy, Tiphaine and
Besan{\c{c}}on, Romaric and
Ferret, Olivier and
Tourille, Julien and
Brin-Henry, Fr{\'e}d{\'e}rique and
Vieru, Bianca",
editor = "Est{\`e}ve, Yannick and
Jim{\'e}nez, Tania and
Parcollet, Titouan and
Zanon Boito, Marcely",
booktitle = "Actes de la 29e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2022",
address = "Avignon, France",
publisher = "ATALA",
url = "https://aclanthology.org/2022.jeptalnrecital-taln.21",
pages = "215--225",
abstract = "Dans un contexte o{\`u} peu de corpus annot{\'e}s pour l{'}extraction d{'}entit{\'e}s m{\'e}dicales sont disponibles, nous {\'e}tudions dans cet article une approche hybride combinant utilisation de connaissances sp{\'e}cialis{\'e}es et adaptation de mod{\`e}les de langues en mettant l{'}accent sur l{'}effet du pr{\'e}-entra{\^\i}nement d{'}un mod{\`e}le de langue g{\'e}n{\'e}raliste (CamemBERT) sur diff{\'e}rents corpus. Les r{\'e}sultats sont obtenus sur le corpus QUAERO. Nous montrons que pr{\'e}-entra{\^\i}ner un mod{\`e}le avec un corpus sp{\'e}cialis{\'e}, m{\^e}me de taille r{\'e}duite, permet d{'}observer une am{\'e}lioration des r{\'e}sultats. La combinaison de plusieurs approches permet de gagner un {\`a} sept points de F1-mesure selon le corpus de test et la m{\'e}thode.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="le-clercq-de-lannoy-etal-2022-strategies">
<titleInfo>
<title>Stratégies d’adaptation pour la reconnaissance d’entités médicales en français (Adaptation strategies for biomedical named entity recognition in French)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Tiphaine</namePart>
<namePart type="family">Le Clercq de Lannoy</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Romaric</namePart>
<namePart type="family">Besançon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Olivier</namePart>
<namePart type="family">Ferret</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Julien</namePart>
<namePart type="family">Tourille</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Frédérique</namePart>
<namePart type="family">Brin-Henry</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Bianca</namePart>
<namePart type="family">Vieru</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2022-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Yannick</namePart>
<namePart type="family">Estève</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Tania</namePart>
<namePart type="family">Jiménez</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Titouan</namePart>
<namePart type="family">Parcollet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Marcely</namePart>
<namePart type="family">Zanon Boito</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Avignon, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>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.</abstract>
<identifier type="citekey">le-clercq-de-lannoy-etal-2022-strategies</identifier>
<location>
<url>https://aclanthology.org/2022.jeptalnrecital-taln.21</url>
</location>
<part>
<date>2022-6</date>
<extent unit="page">
<start>215</start>
<end>225</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Stratégies d’adaptation pour la reconnaissance d’entités médicales en français (Adaptation strategies for biomedical named entity recognition in French)
%A Le Clercq de Lannoy, Tiphaine
%A Besançon, Romaric
%A Ferret, Olivier
%A Tourille, Julien
%A Brin-Henry, Frédérique
%A Vieru, Bianca
%Y Estève, Yannick
%Y Jiménez, Tania
%Y Parcollet, Titouan
%Y Zanon Boito, Marcely
%S Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2022
%8 June
%I ATALA
%C Avignon, France
%G French
%F le-clercq-de-lannoy-etal-2022-strategies
%X 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.
%U https://aclanthology.org/2022.jeptalnrecital-taln.21
%P 215-225
Markdown (Informal)
[Stratégies d’adaptation pour la reconnaissance d’entités médicales en français (Adaptation strategies for biomedical named entity recognition in French)](https://aclanthology.org/2022.jeptalnrecital-taln.21) (Le Clercq de Lannoy et al., JEP/TALN/RECITAL 2022)
ACL