Structural and semantic methods to establish mappings between textual cases of fetal dysmorphia
Méthodes structurelles et sémantiques pour la mise en correspondance de cas textuels de dysmorphies fœtales
Résumé
This thesis is set within the context of Accordys, a knowledge engineering
project aiming at providing a case-based reasoning system for fetopathology,
i.e. the medical domain studying rare diseases and dysmorphia of fetuses. The
project is based on a corpus of french fetal exam reports. This material
consists in raw text reports diplaying a very specific vocabulary (only
partially formalized in french medical terminologies), a "note taking" style
that makes difficult to use tools analysing the grammar in the text, and a
layout and formatting that shows a latent common structuration (organisation in
sections, sub-sections, observations). This thesis aims at testing the
hypothesis that a uniformisation of the representation of cases that could
exploit this arborescent structure by mapping it with a tree-shaped case model
can support the constitution of a case base which preserves the information
contained in original reports and the similarity measurement between two cases.
Mapping a case with the model (instanciating the case model) is done through
a Monte Carlo tree matching method. We compare this with similarity measurements
obtained by representing our reports (both without further processing and after
semantic enrichment through a semantic annotator) in a vector model.
Cette thèse se place dans le contexte d'Accordys, un projet d'ingénierie des
connaissances qui vise à fournir un système de rapprochement de cas en
fœtopathologie, qui est le domaine de l'étude des maladies rares et dysmorphies
du fœtus. Ce projet se base sur un corpus de comptes rendus d'examens fœtaux.
Ce matériel consiste en des comptes rendus en texte brut présentant un
vocabulaire très spécifique (qui n'est que partiellement formalisé dans des
terminologies médicales en français), des économies linguistiques (un style
"prise de notes" très prononcé rendant difficile l'utilisation d'outils
analysant la grammaire du texte) et une mise en forme matérielle exhibant une
structuration commune latente (un découpage en sections, sous-sections,
observations). Cette thèse vise à tester l'hypothèse qu'une uniformisation de
la représentation des cas exploitant cette structure arborescente en la faisant
correspondre à un modèle de cas (lui aussi arborescent) peut supporter la
constitution d'une base de cas qui conserve les informations contenues dans les
comptes rendus originaux et permette la mesure de similarité entre deux cas. La
mise en correspondance entre cas et modèle (instanciation du modèle) est
réalisée via un mapping d'arbres ayant pour base une méthode de Monte
Carlo. Nous comparerons ceci avec des mesures de similarités obtenues en
représentant nos comptes rendus (soit tels quels, soit enrichis sémantiquement
grâce à un annotateur sémantique) dans un modèle vectoriel.
Loading...