Traitement du langage naturelDescripteur MeSH

Traitement par ordinateur d'une langue avec les règles qui reflètent et décrivent l'usage courant de cette langue plutôt que l'usage prescrit. [Traduction effectuée avant 2008]
Le traitement automatique du langage naturel est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle. Il vise à créer des outils de capable d'interpréter et de synthétiser du texte pour diverses applications.
Le traitement automatique des langues (TAL ou TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle, qui vise à créer des outils de traitement du langage naturel pour diverses applications. Il ne doit pas être confondu avec la linguistique informatique, qui vise à comprendre les langues au moyen d'outils informatiques (source https://fr.wikipedia.org/wiki/Traitement_automatique_des_langues).

N1-SUPERVISEE
Application d’algorithmes de traitement du langage naturel pour extraire des informations d’articles de presse dans le cadre de la surveillance événementielle
https://www.canada.ca/fr/sante-publique/services/rapports-publications/releve-maladies-transmissibles-canada-rmtc/numero-mensuel/2020-46/numero-6-4-juin-2020/intelligence-artificielle-extraction-renseignements-diverses-sources-mentionnees-medias.html
Cet article porte sur l’application du traitement du langage naturel (TLN) pour l’extraction d’informations dans les systèmes de surveillance événementielle (SSE). Nous décrivons les applications courantes de l’extraction d’informations à partir d’articles de presse et de sources médiatiques de sources ouvertes dans les SSE, les méthodes, la valeur en matière de santé publique, les difficultés et les nouveaux développements.
2020
false
false
false
false
Licence Creative Commons - Attribution (BY)
Gouvernement du Canada
Canada
algorithmes
article de périodique
traitement du langage naturel
traitement automatique des données
Traitement de l'information

---
N3-AUTOINDEXEE
Vers l’automatisation des examens systématiques sur la vaccination au moyen d’un système d’extraction avancé fondé sur le traitement du langage naturel
https://www.canada.ca/fr/sante-publique/services/rapports-publications/releve-maladies-transmissibles-canada-rmtc/numero-mensuel/2020-46/numero-6-4-juin-2020/utilisation-automatisation-travail-repetitif-implique-examen-systematique.html
Les décisions fondées sur des données probantes reposent sur le principe selon lequel tous les renseignements sur un sujet sont recueillis et analysés. Les examens systématiques permettent l’évaluation rigoureuse de différentes études selon les principes de PICO (population, intervention, contrôle, résultats). Toutefois, le fait de réaliser une révision est un processus généralement lent qui impose un fardeau important sur les ressources. Le problème fondamental est qu’il est impossible d’élargir l’approche actuelle à la réalisation d’un examen systématique pour faire face aux difficultés découlant d’un corpus important de données non structurées. Pour cette raison, l’Agence de la santé publique du Canada envisage l’automatisation de différentes étapes de synthèse des données visant à accroître les gains d’efficacité.
2020
false
false
false
Gouvernement du Canada
Canada
article de périodique
traitement du langage naturel
automatisation
vaccination
vaccination

---
N3-AUTOINDEXEE
Défis et possibilités en matière de santé publique rendus possibles grâce aux progrès du traitement des langues naturelles
https://www.canada.ca/fr/sante-publique/services/rapports-publications/releve-maladies-transmissibles-canada-rmtc/numero-mensuel/2020-46/numero-6-4-juin-2020/traitement-langage-naturel-sous-zone-intelligence-artificielle.html
Le traitement des langues naturelles (TLN) est un sous-domaine de l’intelligence artificielle consacré à la compréhension et à la création du langage. Les progrès récents des technologies du TLN permettent d’analyser rapidement des textes en grande quantité, créant ainsi des possibilités de recherche en santé et de prise de décisions éclairées par des données probantes. L’analyse et l’extraction de données à partir de la documentation scientifique, des rapports techniques, des dossiers de santé, des médias sociaux, des enquêtes, des registres et d’autres documents peuvent appuyer les fonctions essentielles de la santé publique, notamment l’amélioration des systèmes de surveillance existants (e.g. en identifiant plus rapidement les maladies et les facteurs de risque ou les populations à risque), les stratégies de prévention des maladies (e.g. en évaluant plus efficacement la sécurité et l’efficacité des interventions) et les efforts de promotion de la santé (e.g. en fournissant la capacité d’obtenir des réponses d’expert à toute question liée à la santé).
2020
false
false
false
false
Licence Creative Commons - Attribution (BY)
Gouvernement du Canada
Canada
traitement du langage naturel
intelligence artificielle
infections à coronavirus
COVID-19
pneumopathie virale
article de périodique
santé publique
pandémies
COVID-19

---
N1-VALIDE
ECMT
https://ecmt.chu-rouen.fr/
L'Extracteur de Concepts Multi-Terminologique (ECMT) permet d'annoter automatiquement des textes à l'aide des concepts des principales terminologies de santé disponibles en Français (c'est-à-dire incluses dans HeTOP).
2018
false
false
false
false
CHU de Rouen
France
français
serveur terminologique
analyse et code des données non structurées en données structurées
terminologie comme sujet
santé publique
traitement du langage naturel

---