Annotations d'entités et de relations sur des résumés d'articles scientifiques pour la détection d'interactions entre aliments et médicaments - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Annotations d'entités et de relations sur des résumés d'articles scientifiques pour la détection d'interactions entre aliments et médicaments

Résumé

Dans cet article, nous présentons le schéma d'annotation utilisé pour étudier les interactions aliments-médicaments (Food-drug interaction-FDI). Le corpus se compose de 639 résumés d'articles scientifiques issus de Medline. Nous avons défini un schéma d'annotation constitué de 21 catégories d'entités et de 21 types de relations appliquées sur 9 catégories d'entités. Ces schémas ont été appliqués sur des documents rédigés en anglais ou en français, ouvrant la voie à un corpus multilingue annoté au moyen des mêmes catégories. Nous présentons également quelques expériences d'identification automatique des types de relations. L'adaptation de domaine à partir des interactions médicament-médicament (DDI) permet d'avoir un schéma d'annotation des relations selon 4 types. L'extraction automatique de ces relations conduit à une F1-mesure de 0.79 obtenue avec un modèle SVM précédé d'un processus de sélection de descripteurs SFM.
Fichier principal
Vignette du fichier
tsanta-TALMED2019.pdf (361.06 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02430510 , version 1 (07-01-2020)

Identifiants

  • HAL Id : hal-02430510 , version 1

Citer

Tsanta Randriatsitohaina, Cyril Grouin, Pierrick Bedouch, Georgeta Bordea, Amélie Daveluy, et al.. Annotations d'entités et de relations sur des résumés d'articles scientifiques pour la détection d'interactions entre aliments et médicaments. TALMED 2019, Aug 2019, Lyon, France. ⟨hal-02430510⟩
1165 Consultations
70 Téléchargements

Partager

Gmail Facebook X LinkedIn More