Libellé préféré : traitement du langage naturel;
Définition du 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];
Définition CISMeF : 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).;
Synonyme CISMeF : traitement automatique langage naturel; Linguismatique; Traitement langage naturel; TALN; TLN (Traitement du langage naturel); traitement automatique du langage naturel; traitement automatique des langues;
Acronyme CISMeF : TAL; TALN; TLN; NLP;
Identifiant d'origine : D009323;
CUI UMLS : C0027489;
Alignements automatiques CISMeF supervisés
- Alignements automatiques exacts (par équipe CISMeF)
- Concept(s) lié(s) au record
- Correspondances UMLS (même concept)
- Type(s) sémantique(s)
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
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
---
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
Extraction des concepts biomédicaux des essais cliniques en utilisant le traitement
automatique du langage naturel
http://doc.rero.ch/record/327849?ln=fr
Les essais cliniques sont des études scientifiques qui permettent d’évaluer l’efficacité
de certains médicaments, drogues ou nouvelles méthodes médicales, ainsi que leurs
effets secondaires. La plupart du temps, ils se concluent sur un échec. Avoir un outil
qui permet d’évaluer le risque d’échec est donc crucial. Ces essais cliniques sont
écrits en texte libre, ce qui rend le traitement automatique standard par ordinateur
presque impossible. C’est pourquoi l’analyse du langage naturel est utilisée. Le but
de ce travail est de créer une base de données qui contient les essais cliniques et
les concepts qu’il est possible d’en extraire, pour permettre un traitement automatique
dans le futur
2019
RERO DOC - Réseau des bibliothèques de Suisse occidentale
Suisse
thèse ou mémoire
Langage
extraction
langage
traitement du langage naturel
Conception
robot
automatisme
fécondation
Automatisme
essais cliniques comme sujet
conception
Langage
Essai clinique
automatisme
essai clinique
---
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
---
