ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 30/5 - 2016  - pp.533-556
TITRE
Formalisation semi-automatique d’un vocabulaire patient/médecin dédié au cancer du sein

TITLE
Semi-automatic formalization of a patient/doctor vocabulary for breast cancer

RÉSUMÉ

De nos jours, les médias sociaux sont de plus en plus utilisés par les patients et les professionnels de santé. Les patients, généralement profanes dans le domaine médical, utilisent de l’argot, des abréviations et un vocabulaire qui leur est propre lors de leurs échanges. Pour analyser automatiquement les textes des réseaux sociaux, l’acquisition de ce vocabulaire spécifique est nécessaire. En nous appuyant sur un corpus de documents issus de messages de médias sociaux de type forums ou Facebook, nous décrivons la construction d’une ressource lexicale qui aligne le vocabulaire des patients à celui des professionnels de santé. Nous utilisons plusieurs méthodes prenant en compte les aspects linguistiques et statistiques proposées dans la littérature pour construire cette ressource et nous la transformons en une ontologie SKOS (Simple Knowledge Organization System). Ce travail permettra, d’une part d’améliorer la recherche d’informations dans les forums de santé et d’autre part, de faciliter l’élaboration d’études statistiques basées sur les informations extraites de ces forums.



ABSTRACT

Nowadays, social media is increasingly used by patients and health professionals. Most often, the patients are lay in the medical field, they use slang, abbreviations, and their own vocabulary during their exchanges. In order to automatically analyze texts from social net- works, we need a specific vocabulary. Considering a corpus of documents from messages from social media like forums and Facebook, we describe the construction of a lexical resource that aligns the vocabulary of patients to that of health professionals. In order to build this resource and transform it into a SKOS ontology, we use several methods taking into account the linguis- tic and statistical aspects proposed in the literature. On the one hand, this work will improve information retrieval in health forums and on the other hand it will facilitate the development of statistical studies based on information extracted from these forums.



AUTEUR(S)
Mike Donald TAPI NZALI, Jérôme AZÉ, Sandra BRINGAY, Christian LAVERGNE, Caroline MOLLEVI , Thomas OPITZ

MOTS-CLÉS
extraction d’information, médias sociaux, mesure statistique, ontologie, vocabulaire patient.

KEYWORDS
information extraction, social media, statistic-based measure, ontology, patient vocabulary.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (391 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier