• Contenu principal
  • Menu
OpenEdition Books
  • Accueil
  • Catalogue de 15974 livres
  • Éditeurs
  • Auteurs
  • Facebook
  • X
  • Partager
    • Facebook

    • X

    • Accueil
    • Catalogue de 15974 livres
    • Éditeurs
    • Auteurs
  • Ressources numériques en sciences humaines et sociales

    • OpenEdition
  • Nos plateformes

    • OpenEdition Books
    • OpenEdition Journals
    • Hypothèses
    • Calenda
  • Bibliothèques

    • OpenEdition Freemium
  • Suivez-nous

  • Lettre d’information
OpenEdition Search

Redirection vers OpenEdition Search.

À quel endroit ?
  • Presses universitaires de Franche-Comté
  • ›
  • Les Cahiers de la MSHE Ledoux
  • ›
  • Formaliser les langues avec l’ordinateur...
  • ›
  • Deuxieme partie. Analyse de corpus
  • ›
  • 12. Constructions de ressources terminol...
  • Presses universitaires de Franche-Comté
  • Presses universitaires de Franche-Comté
    Presses universitaires de Franche-Comté
    Informations sur la couverture
    Table des matières
    Liens vers le livre
    Informations sur la couverture
    Table des matières
    Formats de lecture

    Plan

    Plan détaillé Texte intégral IntroductionI. Construction des dictionnairesII. Bibliothèque de transducteursIII. Perspective : construction d’autres ressourcesConclusion Bibliographie Notes de bas de page Auteurs

    Formaliser les langues avec l’ordinateur : de INTEX à Nooj

    Ce livre est recensé par

    Précédent Suivant
    Table des matières

    12. Constructions de ressources terminologiques en santé

    Aurélie Neveol, Magaly Douyere, Alexandrina Rogozan et Stéfan Darmoni

    p. 171-187

    Texte intégral Bibliographie Bibliographie Notes de bas de page Auteurs

    Texte intégral

    Introduction

    1. Le Catalogue et Index des Sites Médicaux Francophones2 (CISMeF)

    1L’Internet est devenu une source abondante de documents de toutes sortes, en particulier dans le domaine de la santé. C’est dans ce contexte que le catalogue CISMeF (Darmoni et al. 2001) a été développé en 1995 pour assister les professionnels de santé, les étudiants en médecine et le grand public dans leur recherche d’information de santé sur l’Internet. Le catalogue décrit et indexe les principales ressources institutionnelles de santé en français. A ce jour3, 14 609 ressources ont été sélectionnées par une équipe de cinq documentalistes et la mise à jour du catalogue s’effectue au rythme de 50 nouvelles ressources par semaine. Une ressource peut être un site ou une page Web, un cours, un article, un rapport : tout support de source institutionnelle qui contient des informations relatives à la santé. La description de ces ressources se fait à l’aide de notices en se fondant sur un ensemble de métadonnées et une terminologie structurée semblable à une ontologie documentaire du domaine médical détaillée dans (Soualmia et al., 2002). Un exemple de notice est donné en Figure 1. Lors de l’élaboration d’une notice, la tâche la plus coûteuse en temps est l’indexation de la ressource à l’aide de mots clés. Crucial pour la recherche d’information dans le catalogue, ce travail met en jeu de solides connaissances métier dans le domaine de l’analyse documentaire d’une part, et du vocabulaire contrôlé utilisé pour l’indexation d’autre part, c’est-à-dire le MeSH.

    Figure 1 : Notice courte CISMeF pour la ressource « Diabète de type 2 »*

    Image 1000000000000284000000FA5A73E856D2FA13FE.jpg

    * disponible à l’URL http://agmed.sante.gouv.fr/htm/5/5106c.htm.

    2. Medical Subject Headings : le thésaurus MeSH4

    2Il existe dans le domaine bio-médical différentes terminologies adaptées à des usages bien précis. Ainsi, la Classification Internationale des Maladies (CIM)5 sera utilisée pour le codage médico-économique des dossiers médicaux (à des fins budgétaires), la Terminologie Clinique SNOMED6 pour l’encodage (plus fin et plus médical qu’avec la CIM) des dossiers électroniques des patients, ou encore le thésaurus MeSH pour l’indexation et la recherche documentaire. Ce trois thésaurus (ainsi que 70 autres) sont réunis dans le métathésaurus UMLS (Unified Medical Language System). L’équipe CISMeF participe au projet VUMeF dont l’objectif est d’augmenter la part du français dans l’UMLS (Darmoni et al., 2003).

    3Développé par la NLM (National Library of Medicine) américaine, le MeSH compte plus de 22 000 mots clés et 83 qualificatifs dans sa version 2005. Les termes (mots clés et qualificatifs) sont organisés hiérarchiquement dans quatorze arborescences thématiques (anatomie, organismes, maladie, …) Dans ces arborescences, la relation père-fils correspond à une particularisation des concepts : relation « est une partie de » (par exemple, <main> → <doigt>), « est un type de » (par exemple, <doigt> → <pouce>), ou même une relation plus difficile à définir (par exemple, <accident> → <sécurité>). Ainsi, les termes les plus hauts dans les arborescences correspondent à des concepts généraux, et les termes situés au niveau des feuilles correspondent à des concepts spécifiques. Il existe jusqu’à 11 niveaux de profondeur. Il faut remarquer qu’un même terme est susceptible d’appartenir à plusieurs arborescences. Par exemple, le mot clé <alcoolisme> appartient aux arborescences « maladie » et « troubles mentaux ».

    4D’un point de vue linguistique, les termes MeSH peuvent être classés en trois catégories. On recense :

    51. des noms simples

    eg. <diabète>, <main>, <grossesse>

    62. des noms composés (syntagmes nominaux libres et noms composés généralisés)

    <bain de bouche>, <acide acétique>, <avant bras>

    <déchets dangereux>, <hémodialyse à domicile>, <prévention et contrôle>

    73. des expressions typiques du langage documentaire – bien que ces termes ne soient pas des syntagmes nominaux grammaticalement corrects, ils dérivent généralement de noms composés. Nous indiquons les noms composés grammaticaux entre guillemets pour chaque exemple.

    eg. <Alzheimer, maladie>/ « maladie d’Alzheimer », <enfant âge pre-scolaire>/ « enfant d’âge pré-scolaire », <moule (zoologie) >/ « moule au sens de la zoologie, et par opposition à l’objet du même nom »

    8La notion de nom composé, et plus généralement de mot composé est très controversée. Pour plus de précisions, nous invitons le lecteur à se reporter à la discussion de (Savary, 2000) sur ce point. Le problème de la distinction entre nom composé et syntagme nominal libre y est également abordé. Par ailleurs, (Silberztein, 1993a) propose quatre critères permettant de distinguer les groupes nominaux libres des noms composés généralisés. Dans le contexte du développement de dictionnaires électroniques du français, l’auteur justifie la lexicalisation de tous les noms composés, qui sont inclus dans les dictionnaires. Dans le cadre plus particulier de notre application (indexation automatique à l’aide d’un vocabulaire contrôlé), ce choix est d’autant plus pertinent que d’une part, nous cherchons à associer des groupes nominaux à des clés d’index particulières (les termes MeSH), ce qui nécessite un recensement de tous les groupes nominaux concernés et d’autre part, ces groupes nominaux ont justement été choisis comme des mots clés d’un vocabulaire contrôlé parce qu’ils reflètent une institutionnalisation de l’usage dans le domaine médical. Il ne s’agit donc jamais de groupes nominaux libres en tant que tels. Par exemple, le mot clé <soins longue durée> en principe exprimé par le syntagme nominal « soins de longue durée » est fréquemment employé tel quel dans les rapports officiels.

    9Pour bien rendre compte de la diversité des termes à traiter, il faut également remarquer que, bien que la plupart des termes MeSH soient composés de 1 à 3 lemmes, certains peuvent être plus longs (par exemple, <complexe protéique adaptateur, sous-unité alpha> comporte 5 lemmes) Nous indiquons dans le tableau ci-dessous la répartition des mots clés MeSH en fonction de leur longueur en lemmes.

    10L’INSERM (Institut National de la Santé Et de la Recherche Médicale) a élaboré une version française du MeSH7, issue de la traduction du MeSH américain. C’est cette version qui est utilisée par l’équipe CISMeF pour indexer les ressources recensées par le catalogue. Dans le cadre de VUMeF, l’équipe CISMeF a créé 2 236 synonymes de termes MeSH, et traduit4 316 définitions de mots clés.

    Tableau 1 : Répartition des mots clés MeSH en fonction du nombre de lemmes (données MeSH 2004)

    Longueur en lemmes

    Nombre de mots clés

    Nombre de mots clés(%)

    1

    9157

    40.83

    2

    8504

    37.92

    3

    3129

    13.95

    4

    1030

    4.59

    5

    344

    1.53

    6

    149

    0.66

    7

    74

    0.33

    8

    24

    0.11

    9

    10

    0.04

    10

    5

    0.02

    11

    2

    0.01

    Total

    22430

    100

    3. Indexation à l’aide du thésaurus MeSH

    11Une première liste officielle de descripteurs a été publiée par la National Library of Medicine en 1954, et regroupait des termes issus de plusieurs listes de termes médicaux existantes. Une version revue et corrigée publiée en 1960 constitue le premier thésaurus MeSH. Elle contient 4 400 termes, contre 22 995 pour la version 2005. Ainsi, le MeSH a été conçu comme un vocabulaire contrôlé dynamique, créé et mis à jour dans le but d’indexer les articles des principales revues médicales internationales. La base de données bibliographique MEDLINE regroupe aujourd’hui plus de 12 millions d’articles (en anglais) indexés depuis 1960 à l’aide des descripteurs MeSH par les indexeurs professionnels de la NLM. Le projet CISMeF permet d’étendre ce travail aux ressources disponibles gratuitement sur l’internet en français.

    12L’indexation à l’aide du MeSH est une tâche complexe, qui exige une connaissance approfondie du domaine médical, du thésaurus, et des règles d’indexation qui le régissent. Ces règles, détaillées par la NLM8, décrivent l’utilisation des qualificatifs, de certains descripteurs dit « obligatoires », aident l’indexeur à choisir un terme au degré de spécificité adapté, etc. Un rapport de l’INSERM (Dailland et al. 2003) reprend ces principes pour l’indexation à l’aide du MeSH français. Il faut remarquer que ces directives tiennent compte dans une certaine mesure des besoins en information des utilisateurs avérés de MEDLINE, à savoir principalement des scientifiques (chercheurs et médecins). Par exemple, les descripteurs obligatoires permettent une sélection efficace des ressources concernant la médecine humaine ou vétérinaire, et dans le premier cas, une sélection sur la classe d’age du patient.

    13Par ailleurs, depuis 1995, l’équipe CISMeF a proposé plusieurs améliorations du thésaurus MeSH afin de l’adapter à l’hétérogénéité des ressources issues de l’Internet (Douyère et al., 2004).

    4. Objectif des travaux présentés

    14Etant donné le nombre croissant de ressources mises en ligne chaque jour, il est nécessaire de pouvoir disposer d’outils automatiques pour l’indexation. De nombreux travaux ont été réalisés dans ce sens pour traiter des textes de tous domaines comme le système FASTR (Jacquemin, Royauté, 1994) ou plus spécifiquement dédiés à la santé, comme les projets Indexing Initiative (Aronson et al. 2000) et Indexing Aid (Humphrey, Miller 1987), ou les systèmes HONselect (Gaudinat, Boyer 2002) et NOMINDEX (Pouliquen 2002), ou encore des combinaisons de systèmes d’indexation (Ruch et al. 2003).

    15Dans le cadre du développement du système d’indexation automatique (Névéol, 2004) pour le Catalogue et Index des Sites Médicaux Francophones, nous avons été amenée à formaliser et enrichir les ressources terminologiques de santé à notre disposition afin de les rendre exploitables par le système d’indexation. Celui-ci intègre certaines fonctionnalités d’INTEX (Silberztein, 1993b), utilisées dans la partie d’analyse de la ressource à indexer. En effet, la première étape du processus d’indexation consiste en une analyse de surface qui permet de localiser des éléments textuels se rapportant à des mots clés ou à des paires de descripteurs MeSH.

    16Ainsi, nous avons pu construire des dictionnaires électroniques MeSH au format DELA, comprenant notamment 2621 « maladies », et une bibliothèque de graphes permettant notamment de reconnaître les descripteurs obligatoires relatifs aux groupes d’âge.

    I. Construction des dictionnaires

    1. Contenu des dictionnaires

    17Dans le cadre de l’indexation automatique, les dictionnaires « MeSH » doivent tout d’abord nous permettre de repérer les termes MeSH sous les diverses formes qu’il peuvent prendre en langue naturelle. Après ce repérage de « surface », nous souhaitons mettre ne œuvre une analyse plus fine des concepts sous-jacents. Ainsi, les dictionnaires doivent également recenser des informations plus précises sur les termes rencontrés, telles que la nature exacte (est-ce un mot clé ou un qualificatif ?) ou le type de concept désigné (est-ce une maladie, un organe, un vaccin, etc.). Nous présentons ci-dessous la manière dont toutes ces informations ont été encodée dans les dictionnaires élaborés.

    2. Un format « à la DELA »

    18Originellement développés aux Laboratoire d’Analyse et de Description Linguistique (LADL) par B. Courtois et M. Silberztein, les Dictionnaires Electroniques du LADL (DELA) sont destinés à être utilisés par des programmes informatiques de traitement de la langue naturelle. Il existe plusieurs formes de DELA9 – les DELAS (pour les mots simples, et DELAC pour les mots composés) qui contiennent les formes canoniques des lemmes, ainsi que le code de la table lexique-grammaire s’y rapportant. Ces informations permettent de fléchir le lemme et d’obtenir un dictionnaire des formes fléchies ou DELAF (resp. DELACF pour les mots composés).

    19Une entrée de dictionnaire au format DELAF se présente sous la forme suivante :

    FormeFléchie, FormeCanonique. InformationSyntaxiqueEtLexi cographique

    20Chaque entrée contient trois types d’information :

    • La forme fléchie d’une entrée

    • La forme canonique à laquelle on peut rapporter les formes fléchies

    • Les informations lexicographiques et syntaxiques propres à l’entrée définie par les formes « fléchie » et « canonique »

    21La forme « fléchie » est séparée de la forme « canonique » par une virgule. La forme canonique est séparée de l’information syntaxique et lexicographique par un point. Pour les besoins de notre problématique (indexation automatique), nous avons utilisé un format légèrement différent du format DELA standard. En effet, après l’analyse du texte pour en extraire les concepts abordés, nous devons « traduire » ces concepts à l’aide des descripteurs MeSH. Nous utilisons donc les termes MeSH comme forme standard (ou forme canonique) à laquelle ramener les lemmes des formes fléchies. Dans certains cas, les entrées s’avèrent strictement identiques au format DELA standard :

    eg : diabete, diabete. N+Conc+z1 : ms

    Et dans d’autres, pas :

    eg : antifongique, antifongiques. N : ms (vs. antifongiques, antifongique. N : mp – format DELAF standard)

    22Par ailleurs, nous avons fait le choix de constituer un dictionnaire désaccentué pour deux raisons. Tout d’abord, le MeSH français n’était pas entièrement accentué dans sa version 2002, disponible au début de nos travaux. Par ailleurs, les ressources sur lesquelles nous travaillons sont issues de l’internet, et bien que la majorité d’entre elles proviennent de sources institutionnelles, elles ne sont pas exemptes de coquilles et de fautes d’accentuation diverses. La désaccentuation des ressources et des dictionnaires permet de pallier à certains problèmes de reconnaissance. (Grabar, 2004) montre que ce type de normalisation permet par exemple d’améliorer sensiblement la reconnaissance des requêtes des utilisateurs dans le cadre de la recherche d’information.

    3. Apport lexicographique

    23Chaque entrée a été complétée avec le code « MeSH » pour les mots clés MeSH, « QMeSH » pour les qualificatifs, « MALADIE » pour les mots clés de l’arborescence C ou F03, ACTION pour les mots clés de l’arborescence D27.505, « TECHNIQUE » pour les mots clés de l’arborescence E, etc. Nous récapitulons les diverses catégories et codes concernés dans le tableau ci dessous (tableau 2) :

    Tableau 2 : Détail des informations lexicographiques contenues dans le dictionnaire

    Concept

    Code associé

    Arborescence
    MeSH

    Nb termes couverts

    Mot clé MeSH

    MeSH

    Toutes

    7862

    Qualificatif
    MeSH

    QmeSH

    -

    84

    Organe

    ORGANE

    A

    700

    Maladie

    MALADIE

    C et F03

    2621

    Composés chimiques

    SUBSTANCE

    D sauf D05,
    D12, D13, D25,
    D27.505

    1298

    Vaccin

    VACCIN

    D24.310.894

    36

    Action pharmacologiq ue

    ACTION

    D27.505

    98

    Technique thérapeutique

    TECHNIQUE

    E

    677

    Spécialité médicale

    SPECIALITE

    G02.403.776

    30

    Personne
    Humaine

    Hum

    M

    181

    Lieu géographique

    Top

    Z

    81

    24Ces informations lexicographiques seront par la suite utilisées pour la description de certaines associations mot clés / qualificatif pour l’indexation (évoquée en section 4).

    4. Construction des dictionnaires

    25Les dictionnaires constitués ont été élaborés à partir de trois sources principales :

    261. ressources disponibles

    27*pour la langue générale : dictionnaires DELA existant, Lexique10.

    28*pour la langue médicale : données UMLF11

    292. des ajouts (semi)-automatiques (bases de synonyme MeSH et CISMeF + traduction automatique + traitement de certaines expressions typiques récurrentes)

    303. des ajouts manuels

    31La figure 2 récapitule les différents traitements mis en œuvre pour élaborer les dictionnaires. Nous détaillons chaque étape dans les sections suivantes (2.2.1 à 2.2.4).

    Figure 2 : Méthode de construction des dictionnaires MeSH

    Image 1000000000000220000001F6E92343D8FE2B786F.jpg

    5. Ressources disponibles pour la langue générale

    32Certains mots clés MeSH figuraient déjà dans les dictionnaires DELA existants (Courtois et Silberztein, 1990), et nous avons adapté les entrées correspondantes. Elles ont dans un premier temps été converties dans le format DELA-MeSH introduit ci-dessus. Ensuite, chaque entrée a été complétée avec les informations lexicographiques décrites précédemment en 2.1.2. (N˷ 12.000).

    e.g. : diabete, diabete. N+MeSH+MALADIE+Conc+z1 : ms

    33Nous avons également intégré (en partie) des ressources développées par (Soualmia et al., 2003) pour améliorer la recherche d’information dans la catalogue CISMeF. Tirées du lexique établi grâce à la base FranLex, ces ressources rassemblent des variantes orthographiques, des flexions, et des dérivations sur les 9 000 mot clés MeSH et 84 qualificatifs utilisés pour indexer les ressources CISMeF au 1er janvier 2003 (N˷ 900).

    6. UMLF

    34Les travaux effectués dans le cadre du projet UMLF (Zweigenbaum et al., 2003) ont également permis d’enrichir le dictionnaire de mots simples, après validation des résultats obtenus sur le corpus Vidal (N˷ 3.000).

    e.g. : *spironolactoner, spironolactone. V+MeSH → entrée rejetée
    diagnostiquer, diagnostic. V+MeSH → entrée conservée

    35Certaines entrées avaient cependant déjà été obtenues grâce aux dictionnaires DELA. Dans les cas de doublons, nous avons privilégié les entrées DELA, qui contenaient plus d’information syntaxiques et sémantiques.

    7. Ajouts manuels

    36Ces ressources ont été complétées manuellement afin d’étendre la couverture des dictionnaires aux termes relatifs au diabète dans un premier temps, puis à toutes les maladies dans un deuxième temps. Ce travail est toujours en cours (N˷ 500).

    8. Ajouts semi-automatiques

    37Nous avons introduit des informations prenant en compte la variabilité sémantique des termes sous forme de synonymes et de formes dérivées. Ainsi, les synonymes INSERM12 et CISMeF de termes MeSH et leurs flexions ont été ajoutés (N˷4.000).

    e.g. : personne âgee, sujet âge. N+MeSH:fs

    38Nous avons également utilisé une méthode de traduction automatique des synonymes MeSH américains non traduits pour enrichir la terminologie d’une part, et les dictionnaires d’autre part (Névéol et Ozdowska, 2005). Par exemple, « variola virus » synonyme américain du mot clé <variole, virus> traduit automatiquement par « virus variolique » a conduit à créer l’entrée :

    virus variolique, variole_ virus.N+MeSH:ms13

    39Par ailleurs, un certain nombre de mot clés du type 3 « langage documentaire » ont pu être traités automatiquement. Bien que ces mots clés ne se trouvent pas tels quels dans un texte en langage naturel, il est possible de déduire du mot clé lui-même quelle est le syntagme nominal lui correspondant en langage naturel. Par exemple, au mot clé <Alzheimer, maladie> nous pouvons rattacher le syntagme « maladie d’Alzheimer ». De même, au mot clé <vitamine a, carence> nous pouvons rattacher le syntagme « carence en vitamine a », etc. Ainsi, il existe plusieurs catégories de mots clés pour lesquels il est possible de générer automatiquement les entrées de dictionnaire associées. Pour la première catégorie, que l’on peut généraliser en <Nom, maladie>, on génèrera l’entrée

    Maladie d’Nom, Nom_ maladie. N+MeSH+MALADIE : fs

    40si « Nom » commence par une voyelle ou par un « H », et l’entrée :

    Maladie de Nom, Nom_ maladie.N+MeSH+MALADIE :fs

    41Dans les autres cas.

    42Pour la deuxième catégorie, <substance, carence>, on générera les entrées :

    carence en substance, substance_ carence.N+MeSH :fs
    carences en substance, substance_carence.N+MeSH :fp

    43De cette manière, nous avons pu traiter les mots clés de type maladie, carence, déficit, syndrome, tumeur, infection, acide. Cependant, il reste difficile de traiter automatiquement tous les mots de cette catégorie. Il faut remarquer qu’il est difficile de les distinguer des noms composés grammaticaux. Afin d’en isoler une partie, nous envisageons de les décrire à l’aide d’un graphe syntaxique (cf. figure 3 ci-dessous)14 capable de reconnaître les mot clés du type N-ADJ, N de N, les composés chimiques, etc.

    Figure 3 : Automate15 reconnaissant les mots composés grammaticaux

    Image 10000000000001EE000000D02A224DAAFE2ECC9D.jpg

    44A ce jour, les 20 000 entrées DELAF et DELACF obtenues représentent une couverture d’environ 35 % du MeSH. (soit en moyenne, 2,23 entrées / MC). Ce travail est toujours en cours afin d’arriver à une couverture proche de 100 %. Nous prévoyons d’inclure automatiquement les mots clés composés sélectionnés avec le graphe ci-dessus. De même, nous envisageons d’inclure et de fléchir automatiquement les mot simples restant.

    II. Bibliothèque de transducteurs

    45Pour rendre compte de la grande variabilité de certains mot clés (eg. <adulte âge moyen>, <centre rééducation et réadaptation>), nous avons également constitué une bibliothèque de transducteurs destinée à les repérer dans les ressources. La Figure 4 présente le transducteur réalisé pour le descripteur obligatoire <adulte âge moyen>. Ainsi, les expressions « patients âgés de 50 ans » ou « femme entre 45 et 55 ans » sont reconnues comme équivalentes de <adulte âge moyen>. Ce transducteur complète la couverture du mot clé par les entrées de dictionnaire :

    adulte d’âge moyen, adulte âge moyen. N+MeSH : ms
    adultes d’âge moyen, adulte âge moyen. N+MeSH : mp

    Figure 4 : Transducteur reconnaissant le mot clé <adulte age moyen>

    Image 100000000000029C000001463CDC191ADF567CEB.jpg

    III. Perspective : construction d’autres ressources

    46Les dictionnaires et graphes décrits ci-dessus sont en premier lieu destinés à être utilisés par le module d’analyse de surface d’un système d’indexation automatique MeSH, afin de repérer directement des mots clés MeSH dans les textes à indexer. L’avantage manifeste de cette méthode est d’offrir une grande précision sur les termes extraits : tout terme extrait correspond effectivement à une occurrence du concept MeSH concerné. Par contre, il est possible que toutes les occurrences des concepts MeSH ne soient pas extraites. Ainsi, dans la phrase « Le patient présente une tumeur inquiétante au nez. », le mot clé <tumeur nez> ne sera pas repéré car l’entrée

    tumeur inquiétante au nez, tumeur nez. N+MALADIE+MeSH : fs

    47ne figure pas dans le dictionnaire. Cependant, il n’est pas justifié d’ajouter cette entrée dans le dictionnaire, dans la mesure où toutes les occurrences de l’expression « tumeur ADJ au nez » peuvent théoriquement être rencontrées également. Pour prendre en compte ce type d’expression, nous envisageons de compléter le dictionnaire DELAF-MeSH avec une nouvelle catégorie d’entrées (codée LMeSH) correspondant aux lemmes composant les mots clés MeSH. Ainsi, dans notre phrase exemple, les lemmes « tumeur » et « nez » seraient repérés, et il serait possible de les combiner pour retrouver le mot clé <tumeur nez>.

    48Par ailleurs, comme le montre l’exemple de la Figure 1, l’indexation MeSH se fait également à l’aide paires mot clé/qualificatifs (vs. mot clés isolés). Ainsi, nous développons en parallèle des ressources (notamment des transducteurs) permettant de reconnaître directement les paires mot clé / qualificatif.

    Conclusion

    49Le projet CISMeF se donne pour but de recenser et de décrire les principales ressources institutionnelles de santé en français disponibles en ligne. A l’heure actuelle, l’indexation de ces ressources est effectuée manuellement à l’aide du thésaurus MeSH. Dans une optique d’automatisation du processus d’indexation, il est nécessaire de disposer de ressources terminologiques en santé au format électronique.

    50Ainsi, nous avons détaillé le travail mis en œuvre pour la construction de ressources terminologiques de santé en français, sous la forme de dictionnaires électroniques et de transducteurs. Les premières évaluations du système d’indexation utilisant les ressources terminologiques décrites montrent que les ressources développées permettent d’extraire les termes MeSH de manière satisfaisante (Névéol, 2004).

    51Cependant, il est nécessaire d’enrichir ces ressources afin d’augmenter la couverture MeSH et de prendre en compte d’autres aspects de la complexité lexicale, comme les abréviations16. Nous envisageons également d’adapter une partie de ce travail sur l’anglais, notamment en ce qui concerne les apports lexicographiques dans les dictionnaires électroniques.

    Bibliographie

    Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.

    Format

    • APA
    • Chicago
    • MLA
    Humphrey, S. M., & Miller, N. E. (1987). Knowledge-based indexing of the medical literature: The Indexing Aid Project. Journal of the American Society for Information Science, 38(3), 184-196. https://doi.org/10.1002/(sici)1097-4571(198705)38:3&lt;184::aid-asi7&gt;3.0.co;2-f
    Humphrey, Susanne M., and Nancy E. Miller. “Knowledge-Based Indexing of the Medical Literature: The Indexing Aid Project”. Journal of the American Society for Information Science 38, nos. 3 (May 1987): 184-96. doi:10.1002/(sici)1097-4571(198705)38:3&lt;184::aid-asi7&gt;3.0.co;2-f.
    Humphrey, Susanne M., and Nancy E. Miller. “Knowledge-Based Indexing of the Medical Literature: The Indexing Aid Project”. Journal of the American Society for Information Science, vols. 38, nos. 3, May 1987, pp. 184-96. Crossref, https://doi.org/10.1002/(sici)1097-4571(198705)38:3&lt;184::aid-asi7&gt;3.0.co;2-f.

    Cette bibliographie a été enrichie de toutes les références bibliographiques automatiquement générées par Bilbo en utilisant Crossref.

    Bibliographie

    ARONSON AR., MORK JG., GAY CW., HUMPHREY SM., ROGERS WJ., (2004), « The NLM Indexing Initiative’s Medical Text Indexer », Proc Medinfo 2004, p. 268-72.

    COURTOIS B., SILBERZTEIN M. (1990) Dictionnaires électroniques du français, Paris, éditions Larousse.

    CROCHEMORE M., HANCART C., LECROQ T. (2001), Algorithmique du texte, Paris, éditions Vuibert.

    DAILLAND F. LEUTHEREAU A., VALLEE H. (2003), Aide mémoire d’indexation MeSH et FMeSH pour le catalogage, Paris XI Bibliothèque de l’école de Médecine et rapport technique INSERM.

    DARMONI SJ., LEROY JP., THIRION B., BAUDIC F., DOUYÈRE M., PIOT J. (2000), « CISMeF : a structured Health resource guide », in Meth Inf Med, 39 (1), p. 30-5.

    DARMONI SJ., JAROUSSE E., ZWEIGENBAUM P., LE BEUX P., NAMER F., BAUD R., JOUBERT M., VALLEE H., COTE RA., BUEMI A., BOURIGAULT D., RECOURCE G., JEANNEAU S., RODRIGUES JM. (2003), « VUMeF : extending the French involvement in the UMLS Metathesaurus », in AMIA Annu Symp Proc., 2003, p. 824.

    DOUYERE M., SOUALMIA LF., NEVEOL A., ROGOZAN A., DAHAMNA B., LEROY JP., THIRION B., DARMONI SJ. (2004), « Enhancing the MeSH thesaurus to retrieve French online health resources in aquality-controlled gateway », in Health Info Libr J., Dec. 2004, 21(4), p. 253-61.

    GAUDINAT A., BOYER C. (2002), « Automatic Extraction of MeSH terms from Medline Abstracts », in Actes de NLPBA2002, Workshop on Natural Language Processing in Biomedical Applications, Nicosia, Cyprus, March 2002, http://www.genisis.ch/~natlang/NL PBA02/arnaud.pdf.

    GRABAR N. (2004), Terminologie médicale et morphologie. Acquisition de ressources morphologiques et leur utilisation pour le traitement de la variation terminologique, Thèse de doctorat sous la direction de P. Zweigenbaum, Université Paris6.

    10.1002/(SICI)1097-4571(198705)38:3<184::AID-ASI7>3.0.CO;2-F :

    HUMPHREY S.M. and MILLER N.E. (1987), « Knowledge-based indexing of the medical literature : The Indexing Aid Project », in J Am Soc Inf Sci, 38 (3), p. 184-96.

    JACQUEMIN C. & ROYAUTE J. (1994), « Retrieving Terms and their Variants in a Lexicalised Unification-Based Framework », in CROFT WB. and VAN RIJSBERGEN CJ., Proc. 17th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, Springer, Berlin / Heidelberg, p. 132-141, http://dit.unitn.it/p2p/RelatedWork/Matching/p132-jacquemin.pdf

    NEVEOL A. (2004), « Indexation Automatique de ressources de Santé à l’aide d’un vocabulaire contrôlé »., in Actes de RECITAL 2004, Fès, p 105-114, http://aune.lpl.univ-aix.fr/jep-taln04/proceed/actes/recital2004/Neveol.rec04.pdf

    NEVEOL A., OZDOWSKA S. (2005), « Extraction de termes médicaux à partir d’un corpus parallèle anglais / français », in Actes Extraction et Gestion des Connaissances 2005, à paraître.

    SILBERZTEIN M. (1994), « Groupes nominaux libres et noms composés lexicalisés », in Linguisticae Investigationes, XVII : 2, Amsterdam, John Benjamin, p. 405-425.

    SILBERZTEIN M. (1993), Dictionnaires électroniques et analyse automatique de textes : le système INTEX, Paris, Masson.

    SOUALMIA LF., BARRY C., DARMONI SJ. (2003), « Knowledge-Based Query Expansion Over a Medical Terminology Oriented Ontology on the Web », in DOJAT M., KERAVNOU E. & BARAHONA P., (eds), LNAI 2780 : Artificial Intelligence in Medicine. Proceedings of the 9th Conference on Artificial Intelligence in Medicine in Europe, Springer, Berlin / Heidelberg, p. 209-213.

    SOUALMIA LF., BARRY-GRÉBOVAL C., ABDULRAB H., DARMONI SJ. (2002), « Modélisation et représentation des connaissances dans un catalogue de santé », in Actes des Treizièmes Journées Francophones d’Ingénierie des Connaissances 2002, Rouen, France, mai 2002, p. 139-149.

    ZWEIGENBAUM P., BAUD R., BURGUN A., NAMER F., JAROUSSE E., GRABAR N., RUCH P., LE DUFF F., THIRION B., DARMONI SJ. (2003), « UMLF : construction d’un lexique médical francophone unifié », in Actes de Journées Francophones d’Informatique Médicale, sous presse.

    Notes de bas de page

    2 Accessible sur http://www.cismef.org.

    3 Le 2 décembre 2004.

    4 cf. http://www.nlm.nih.gov/mesh/meshhome.html.

    5 cf. http://www.icd10.ch/index.asp.

    6 cf. http://www.snomed.org/.

    7 cf. http://dicdoc.kb.inserm.fr : 2010/basismesh/mesh.html.

    8 http://www.nlm.nih.gov/mesh/catpractices2005.html.

    9 Cf. (Courtois et Silberztein, 1990) pour une description détaillée des différents formats.

    10 cf. http://www.lexique.org.

    11 Consortium dont l’objectif est la création d’un lexical médical francophone (Zweigenbaum et al., 2003).

    12 Institut National pour la Santé et la Recherche en Médecine.

    13 Nous avons spécifié plus haut le rôle particulier de la virgule dans le format DELA. Afin de respecter cet usage, nous avons remplacé la virgule dans le mot clé <variole, virus> par le caractère « _ ». Nous avons procédé de même pour les autres termes MeSH contenant une virgule.

    14 Ce travail étant actuellement en cours, nous présentons ici un automate temporaire à titre d’illustration.

    15 Noté « Filtre MC » sur la figure 2.

    16 Dans ce cas, se pose alors le problème des abréviations ambigües – par exemple : ivg = « interruption volontaire de grossesse » ou « insuffisance ventriculaire gauche » etc. Une idée serait de construire un dictionnaire local pour chaque ressource afin d’éviter ces ambiguités, et d’enrichir les ressources de manière adaptative.

    Auteurs

    • Aurélie Neveol

      CHU de Rouen – Equipes cismeF et l@stics
      INSA de Rouen – Laboratoire psi – fre cnrs 2645
      Aneveol@insa-rouen.fr.

    • Magaly Douyere

      CHU de Rouen – Equipes cismeF et l@stics
      INSA de Rouen – Laboratoire psi – fre cnrs 2645

    • Alexandrina Rogozan

      CHU de Rouen – Equipes cismeF et l@stics
      INSA de Rouen – Laboratoire psi – fre cnrs 2645

    • Stéfan Darmoni

      CHU de Rouen – Equipes cismeF et l@stics
      INSA de Rouen – Laboratoire psi – fre cnrs 2645

    Précédent Suivant
    Table des matières

    Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

    Voir plus de livres
    La pensée de la race en Italie

    La pensée de la race en Italie

    Du romantisme au fascisme

    Aurélien Aramini et Elena Bovo (dir.)

    2018

    La formation d’une opinion démocratique

    La formation d’une opinion démocratique

    Le cas du Jura, de la révolution de 1848 à la « république triomphante » (vers 1895)

    Pierre Merlin

    2017

    Les mutations récentes du foncier et des agricultures en Europe

    Les mutations récentes du foncier et des agricultures en Europe

    Gérard Chouquer et Marie-Claude Maurel (dir.)

    2018

    Deux frontières aux destins croisés ?

    Deux frontières aux destins croisés ?

    Étude interdisciplinaire et comparative des délimitations territoriales entre la France et la Suisse, entre la Bourgogne et la Franche-Comté (xive-xxie siècle)

    Benjamin Castets Fontaine, Maxime Kaci, Jérôme Loiseau et al. (dir.)

    2019

    Un mousquetaire du journalisme : Alexandre Dumas

    Un mousquetaire du journalisme : Alexandre Dumas

    Sarah Mombert et Corinne Saminadayar-Perrin (dir.)

    2019

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Thomas Bouchet et Patrick Samzun (dir.)

    2019

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Vincent Bourdeau, Jean-Luc Chappey et Julien Vincent (dir.)

    2020

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Inès Pactat et Claudine Munier (dir.)

    2020

    Les révolutions du commerce. France, xviiie-xxie siècle

    Les révolutions du commerce. France, xviiie-xxie siècle

    Jean-Claude Daumas (dir.)

    2020

    Le patrimoine industriel au prisme de nouveaux défis

    Le patrimoine industriel au prisme de nouveaux défis

    Usages économiques et enjeux environnementaux

    Marina Gasnier

    2018

    La petite entreprise au péril de la famille ?

    La petite entreprise au péril de la famille ?

    L’exemple de l’Arc jurassien franco-suisse

    Laurent Amiotte-Suchet, Yvan Droz et Fenneke Reysoo

    2017

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Jonathan Barbier et Ludovic Frobert (dir.)

    2017

    Voir plus de livres
    1 / 12
    La pensée de la race en Italie

    La pensée de la race en Italie

    Du romantisme au fascisme

    Aurélien Aramini et Elena Bovo (dir.)

    2018

    La formation d’une opinion démocratique

    La formation d’une opinion démocratique

    Le cas du Jura, de la révolution de 1848 à la « république triomphante » (vers 1895)

    Pierre Merlin

    2017

    Les mutations récentes du foncier et des agricultures en Europe

    Les mutations récentes du foncier et des agricultures en Europe

    Gérard Chouquer et Marie-Claude Maurel (dir.)

    2018

    Deux frontières aux destins croisés ?

    Deux frontières aux destins croisés ?

    Étude interdisciplinaire et comparative des délimitations territoriales entre la France et la Suisse, entre la Bourgogne et la Franche-Comté (xive-xxie siècle)

    Benjamin Castets Fontaine, Maxime Kaci, Jérôme Loiseau et al. (dir.)

    2019

    Un mousquetaire du journalisme : Alexandre Dumas

    Un mousquetaire du journalisme : Alexandre Dumas

    Sarah Mombert et Corinne Saminadayar-Perrin (dir.)

    2019

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Thomas Bouchet et Patrick Samzun (dir.)

    2019

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Vincent Bourdeau, Jean-Luc Chappey et Julien Vincent (dir.)

    2020

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Inès Pactat et Claudine Munier (dir.)

    2020

    Les révolutions du commerce. France, xviiie-xxie siècle

    Les révolutions du commerce. France, xviiie-xxie siècle

    Jean-Claude Daumas (dir.)

    2020

    Le patrimoine industriel au prisme de nouveaux défis

    Le patrimoine industriel au prisme de nouveaux défis

    Usages économiques et enjeux environnementaux

    Marina Gasnier

    2018

    La petite entreprise au péril de la famille ?

    La petite entreprise au péril de la famille ?

    L’exemple de l’Arc jurassien franco-suisse

    Laurent Amiotte-Suchet, Yvan Droz et Fenneke Reysoo

    2017

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Jonathan Barbier et Ludovic Frobert (dir.)

    2017

    Accès ouvert

    Accès ouvert freemium

    ePub

    PDF

    PDF du chapitre

    Suggérer l’acquisition à votre bibliothèque

    Acheter

    Édition imprimée

    Presses universitaires de Franche-Comté
    • amazon.fr
    • decitre.fr
    • mollat.com
    • leslibraires.fr
    • placedeslibraires.fr
    ePub / PDF

    2 Accessible sur http://www.cismef.org.

    3 Le 2 décembre 2004.

    4 cf. http://www.nlm.nih.gov/mesh/meshhome.html.

    5 cf. http://www.icd10.ch/index.asp.

    6 cf. http://www.snomed.org/.

    7 cf. http://dicdoc.kb.inserm.fr : 2010/basismesh/mesh.html.

    8 http://www.nlm.nih.gov/mesh/catpractices2005.html.

    9 Cf. (Courtois et Silberztein, 1990) pour une description détaillée des différents formats.

    10 cf. http://www.lexique.org.

    11 Consortium dont l’objectif est la création d’un lexical médical francophone (Zweigenbaum et al., 2003).

    12 Institut National pour la Santé et la Recherche en Médecine.

    13 Nous avons spécifié plus haut le rôle particulier de la virgule dans le format DELA. Afin de respecter cet usage, nous avons remplacé la virgule dans le mot clé <variole, virus> par le caractère « _ ». Nous avons procédé de même pour les autres termes MeSH contenant une virgule.

    14 Ce travail étant actuellement en cours, nous présentons ici un automate temporaire à titre d’illustration.

    15 Noté « Filtre MC » sur la figure 2.

    16 Dans ce cas, se pose alors le problème des abréviations ambigües – par exemple : ivg = « interruption volontaire de grossesse » ou « insuffisance ventriculaire gauche » etc. Une idée serait de construire un dictionnaire local pour chaque ressource afin d’éviter ces ambiguités, et d’enrichir les ressources de manière adaptative.

    Formaliser les langues avec l’ordinateur : de INTEX à Nooj

    X Facebook Email

    Formaliser les langues avec l’ordinateur : de INTEX à Nooj

    Ce livre est diffusé en accès ouvert freemium. L’accès à la lecture en ligne est disponible. L’accès aux versions PDF et ePub est réservé aux bibliothèques l’ayant acquis. Vous pouvez vous connecter à votre bibliothèque à l’adresse suivante : https://freemium.openedition.org/oebooks

    Suggérer l’acquisition à votre bibliothèque Acheter ce livre aux formats PDF et ePub

    Si vous avez des questions, vous pouvez nous écrire à access[at]openedition.org

    Formaliser les langues avec l’ordinateur : de INTEX à Nooj

    Vérifiez si votre bibliothèque a déjà acquis ce livre : authentifiez-vous à OpenEdition Freemium for Books.

    Vous pouvez suggérer à votre bibliothèque d’acquérir un ou plusieurs livres publiés sur OpenEdition Books. N’hésitez pas à lui indiquer nos coordonnées : access[at]openedition.org

    Vous pouvez également nous indiquer, à l’aide du formulaire suivant, les coordonnées de votre bibliothèque afin que nous la contactions pour lui suggérer l’achat de ce livre. Les champs suivis de (*) sont obligatoires.

    Veuillez, s’il vous plaît, remplir tous les champs.

    La syntaxe de l’email est incorrecte.

    Référence numérique du chapitre

    Format

    Neveol, A., Douyere, M., Rogozan, A., & Darmoni, S. (2007). 12. Constructions de ressources terminologiques en santé. In S. Koeva, D. Maurel, & M. Silberztein (éds.), Formaliser les langues avec l’ordinateur : de INTEX à Nooj. Besançon: Presses universitaires de Franche-Comté. https://doi.org/10.4000/books.pufc.27099
    Neveol, Aurélie, Magaly Douyere, Alexandrina Rogozan, et Stéfan Darmoni. « 12. Constructions de ressources terminologiques en santé ». In Formaliser les langues avec l’ordinateur : de INTEX à Nooj, édité par Svetla Koeva, Denis Maurel, et Max Silberztein. Besançon: Presses universitaires de Franche-Comté, 2007. doi:10.4000/books.pufc.27099.
    Neveol, Aurélie, et al. « 12. Constructions de ressources terminologiques en santé ». Formaliser les langues avec l’ordinateur : de INTEX à Nooj, édité par Svetla Koeva et al., Presses universitaires de Franche-Comté, 2007, https://doi.org/10.4000/books.pufc.27099.

    Référence numérique du livre

    Format

    Koeva, S., Maurel, D., & Silberztein, M. (éds.). (2007). Formaliser les langues avec l’ordinateur : de INTEX à Nooj. Besançon: Presses universitaires de Franche-Comté. https://doi.org/10.4000/books.pufc.26889
    Koeva, Svetla, Denis Maurel, et Max Silberztein, éd. Formaliser les langues avec l’ordinateur : de INTEX à Nooj. Besançon: Presses universitaires de Franche-Comté, 2007. doi:10.4000/books.pufc.26889.
    Koeva, Svetla, et al., éditeurs. Formaliser les langues avec l’ordinateur : de INTEX à Nooj. Presses universitaires de Franche-Comté, 2007, https://doi.org/10.4000/books.pufc.26889.
    Compatible avec Zotero Zotero

    1 / 3

    Presses universitaires de Franche-Comté

    Presses universitaires de Franche-Comté

    • Plan du site
    • Se connecter

    Suivez-nous

    • X
    • Flux RSS

    URL : http://pufc.univ-fcomte.fr

    Email : Presses-pufc@univ-fcomte.fr

    Adresse :

    47, rue Mégevand

    25030

    Besançon

    France

    OpenEdition
    • Candidater à OpenEdition Books
    • Connaître le programme OpenEdition Freemium
    • Commander des livres
    • S’abonner à la lettre d’OpenEdition
    • CGU d’OpenEdition Books
    • Accessibilité : partiellement conforme
    • Données personnelles
    • Gestion des cookies
    • Système de signalement