Vue d'ensemble
Dans le cadre d'un challenge académique à CentraleSupélec, j'ai développé des solutions NLP pour l'analyse de données de santé, en me concentrant sur deux tâches principales : la reconnaissance d'entités nommées (NER) et les systèmes de questions-réponses sur documents médicaux.
Objectifs
- Extraire des entités médicales (médicaments, diagnostics, symptômes) à partir de documents cliniques en français
- Construire un système de Q&A permettant d'interroger des rapports médicaux en langage naturel
- Évaluer les performances de différentes architectures de modèles transformers
Approche Technique
Reconnaissance d'Entités Nommées
Utilisation de modèles CamemBERT et BioBERT finement ajustés sur des corpus médicaux annotés. L'approche BIO (Beginning, Inside, Outside) a permis d'identifier précisément les entités cliniques dans les textes.
Question Answering
Implémentation d'un pipeline de Q&A extractif basé sur des modèles de type BERT, permettant de localiser et extraire des passages pertinents dans les documents médicaux.
Résultats
Les modèles entraînés ont atteint des scores F1 compétitifs sur les jeux de données de validation, démontrant la faisabilité de l'IA pour l'assistance aux professionnels de santé.
