@inproceedings{tang-etal-2023-exploitation,
title = "Exploitation de plongements de graphes pour l{'}extraction de relations biom{\'e}dicales",
author = "Tang, Anfu and
Bossy, Robert and
Del{\'e}ger, Louise and
N{\'e}dellec, Claire and
Zweigenbaum, Pierre",
editor = "Servan, Christophe and
Vilnat, Anne",
booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : travaux de recherche originaux -- articles longs",
month = "6",
year = "2023",
address = "Paris, France",
publisher = "ATALA",
url = "https://aclanthology.org/2023.jeptalnrecital-long.23",
pages = "298--310",
abstract = "L{'}int{\'e}gration de connaissances externes dans les mod{\`e}les neuronaux est tr{\`e}s {\'e}tudi{\'e}e pour am{\'e}liorer les performances des mod{\`e}les de langue pr{\'e}-entra{\^\i}n{\'e}s, notamment en domaine biom{\'e}dical. Dans cet article, nous explorons la contribution de plongements de bases de connaissances {\`a} une t{\^a}che d{'}extraction de relations. Pour deux mentions d{'}entit{\'e}s candidates dans un texte, nous faisons l{'}hypoth{\`e}se que la connaissance de relations entre elles, issue d{'}une base de connaissances (BC) externe, aide {\`a} pr{\'e}dire l{'}existence d{'}une relation dans le texte, y compris lorsque les relations de BC sont diff{\'e}rentes de celles du texte. Notre approche consiste {\`a} calculer des plongements du graphe de BC et {\`a} estimer la possibilit{\'e} pour chaque paire d{'}entit{\'e} du texte qu{'}elle soit reli{\'e}e par une relation de BC. Les exp{\'e}riences men{\'e}es sur trois t{\^a}ches d{'}extraction de relations en domaine biom{\'e}dical montrent que notre m{\'e}thode surpasse le mod{\`e}le PubMedBERT de base et donne des performances comparables aux m{\'e}thodes de l{'}{\'e}tat de l{'}art.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="tang-etal-2023-exploitation">
<titleInfo>
<title>Exploitation de plongements de graphes pour l’extraction de relations biomédicales</title>
</titleInfo>
<name type="personal">
<namePart type="given">Anfu</namePart>
<namePart type="family">Tang</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Robert</namePart>
<namePart type="family">Bossy</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Louise</namePart>
<namePart type="family">Deléger</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Claire</namePart>
<namePart type="family">Nédellec</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pierre</namePart>
<namePart type="family">Zweigenbaum</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2023-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : travaux de recherche originaux – articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Christophe</namePart>
<namePart type="family">Servan</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Anne</namePart>
<namePart type="family">Vilnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Paris, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’intégration de connaissances externes dans les modèles neuronaux est très étudiée pour améliorer les performances des modèles de langue pré-entraînés, notamment en domaine biomédical. Dans cet article, nous explorons la contribution de plongements de bases de connaissances à une tâche d’extraction de relations. Pour deux mentions d’entités candidates dans un texte, nous faisons l’hypothèse que la connaissance de relations entre elles, issue d’une base de connaissances (BC) externe, aide à prédire l’existence d’une relation dans le texte, y compris lorsque les relations de BC sont différentes de celles du texte. Notre approche consiste à calculer des plongements du graphe de BC et à estimer la possibilité pour chaque paire d’entité du texte qu’elle soit reliée par une relation de BC. Les expériences menées sur trois tâches d’extraction de relations en domaine biomédical montrent que notre méthode surpasse le modèle PubMedBERT de base et donne des performances comparables aux méthodes de l’état de l’art.</abstract>
<identifier type="citekey">tang-etal-2023-exploitation</identifier>
<location>
<url>https://aclanthology.org/2023.jeptalnrecital-long.23</url>
</location>
<part>
<date>2023-6</date>
<extent unit="page">
<start>298</start>
<end>310</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Exploitation de plongements de graphes pour l’extraction de relations biomédicales
%A Tang, Anfu
%A Bossy, Robert
%A Deléger, Louise
%A Nédellec, Claire
%A Zweigenbaum, Pierre
%Y Servan, Christophe
%Y Vilnat, Anne
%S Actes de CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : travaux de recherche originaux – articles longs
%D 2023
%8 June
%I ATALA
%C Paris, France
%G French
%F tang-etal-2023-exploitation
%X L’intégration de connaissances externes dans les modèles neuronaux est très étudiée pour améliorer les performances des modèles de langue pré-entraînés, notamment en domaine biomédical. Dans cet article, nous explorons la contribution de plongements de bases de connaissances à une tâche d’extraction de relations. Pour deux mentions d’entités candidates dans un texte, nous faisons l’hypothèse que la connaissance de relations entre elles, issue d’une base de connaissances (BC) externe, aide à prédire l’existence d’une relation dans le texte, y compris lorsque les relations de BC sont différentes de celles du texte. Notre approche consiste à calculer des plongements du graphe de BC et à estimer la possibilité pour chaque paire d’entité du texte qu’elle soit reliée par une relation de BC. Les expériences menées sur trois tâches d’extraction de relations en domaine biomédical montrent que notre méthode surpasse le modèle PubMedBERT de base et donne des performances comparables aux méthodes de l’état de l’art.
%U https://aclanthology.org/2023.jeptalnrecital-long.23
%P 298-310
Markdown (Informal)
[Exploitation de plongements de graphes pour l’extraction de relations biomédicales](https://aclanthology.org/2023.jeptalnrecital-long.23) (Tang et al., JEP/TALN/RECITAL 2023)
ACL