@inproceedings{pottiez-etal-2025-detection,
title = "D{\'e}tection de m{\'e}taphores dans les documents m{\'e}dicaux",
author = "Pottiez, Coralie and
Hamon, Thierry and
Grabar, Natalia",
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-taln.13/",
pages = "218--232",
language = "fra",
abstract = "La m{\'e}taphore est une figure de style, qui permet de transf{\'e}rer le sens d{'}un terme source vers un terme cible, comme dans LE TEMPS C `EST DE L `ARGENT . De cette mani{\`e}re, la m{\'e}taphore identifie des similarit{\'e}s cach{\'e}es entre deux id{\'e}es. La m{\'e}taphore peut jouer plusieurs r{\^o}les dans la langue, comme l{'}embellir, structurer la pens{\'e}e ou expliquer des notions complexes. Nous nous int{\'e}ressons {\`a} la m{\'e}taphore utilis{\'e}e dans le domaine m{\'e}dical. Nous proposons d{'}abord une typologie de m{\'e}taphores et un corpus de cas cliniques annot{\'e} avec des emplois m{\'e}taphoriques. Nous effectuons {\'e}galement des exp{\'e}riences de d{\'e}tection automatique des m{\'e}taphores avec un giga-mod{\`e}le g{\'e}n{\'e}ratif. Plusieurs types de prompts sont test{\'e}s. Les meilleurs r{\'e}sultats atteignent 67,50 de F-mesure, avec le rappel allant jusqu'{\`a} 74 {\%} avec certains prompts . Le typage de m{\'e}taphores montre que 45,51 {\%} de m{\'e}taphores sont typ{\'e}s correctement."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="pottiez-etal-2025-detection">
<titleInfo>
<title>Détection de métaphores dans les documents médicaux</title>
</titleInfo>
<name type="personal">
<namePart type="given">Coralie</namePart>
<namePart type="family">Pottiez</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Thierry</namePart>
<namePart type="family">Hamon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Natalia</namePart>
<namePart type="family">Grabar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>La métaphore est une figure de style, qui permet de transférer le sens d’un terme source vers un terme cible, comme dans LE TEMPS C ‘EST DE L ‘ARGENT . De cette manière, la métaphore identifie des similarités cachées entre deux idées. La métaphore peut jouer plusieurs rôles dans la langue, comme l’embellir, structurer la pensée ou expliquer des notions complexes. Nous nous intéressons à la métaphore utilisée dans le domaine médical. Nous proposons d’abord une typologie de métaphores et un corpus de cas cliniques annoté avec des emplois métaphoriques. Nous effectuons également des expériences de détection automatique des métaphores avec un giga-modèle génératif. Plusieurs types de prompts sont testés. Les meilleurs résultats atteignent 67,50 de F-mesure, avec le rappel allant jusqu’à 74 % avec certains prompts . Le typage de métaphores montre que 45,51 % de métaphores sont typés correctement.</abstract>
<identifier type="citekey">pottiez-etal-2025-detection</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-taln.13/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>218</start>
<end>232</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Détection de métaphores dans les documents médicaux
%A Pottiez, Coralie
%A Hamon, Thierry
%A Grabar, Natalia
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F pottiez-etal-2025-detection
%X La métaphore est une figure de style, qui permet de transférer le sens d’un terme source vers un terme cible, comme dans LE TEMPS C ‘EST DE L ‘ARGENT . De cette manière, la métaphore identifie des similarités cachées entre deux idées. La métaphore peut jouer plusieurs rôles dans la langue, comme l’embellir, structurer la pensée ou expliquer des notions complexes. Nous nous intéressons à la métaphore utilisée dans le domaine médical. Nous proposons d’abord une typologie de métaphores et un corpus de cas cliniques annoté avec des emplois métaphoriques. Nous effectuons également des expériences de détection automatique des métaphores avec un giga-modèle génératif. Plusieurs types de prompts sont testés. Les meilleurs résultats atteignent 67,50 de F-mesure, avec le rappel allant jusqu’à 74 % avec certains prompts . Le typage de métaphores montre que 45,51 % de métaphores sont typés correctement.
%U https://aclanthology.org/2025.jeptalnrecital-taln.13/
%P 218-232
Markdown (Informal)
[Détection de métaphores dans les documents médicaux](https://aclanthology.org/2025.jeptalnrecital-taln.13/) (Pottiez et al., JEP/TALN/RECITAL 2025)
ACL
- Coralie Pottiez, Thierry Hamon, and Natalia Grabar. 2025. Détection de métaphores dans les documents médicaux. In Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : articles scientifiques originaux, pages 218–232, Marseille, France. ATALA \\& ARIA.