File size: 109,361 Bytes
6fa4bc9 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 1539 1540 1541 1542 1543 1544 1545 1546 1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664 1665 1666 1667 1668 1669 1670 1671 1672 1673 1674 1675 1676 1677 1678 1679 1680 1681 1682 1683 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 1729 1730 1731 1732 1733 1734 1735 1736 1737 1738 1739 1740 1741 1742 1743 1744 1745 1746 1747 1748 1749 1750 1751 1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 1768 1769 1770 1771 1772 1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 1819 1820 1821 1822 1823 1824 1825 1826 1827 1828 1829 1830 1831 1832 1833 1834 1835 1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1855 1856 1857 1858 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1870 1871 1872 1873 1874 1875 1876 1877 1878 1879 1880 1881 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 1918 1919 1920 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 | {
"paper_id": "F13-1005",
"header": {
"generated_with": "S2ORC 1.0.0",
"date_generated": "2023-01-19T09:40:47.434933Z"
},
"title": "Groupement de termes bas\u00e9 sur des r\u00e9gularit\u00e9s linguistiques et s\u00e9mantiques dans un contexte cross-langue",
"authors": [
{
"first": "Marie",
"middle": [],
"last": "Dupuch",
"suffix": "",
"affiliation": {
"laboratory": "UMR 8163 STL",
"institution": "Universit\u00e9 Lille 3",
"location": {
"postCode": "59653",
"settlement": "Villeneuve d'Ascq",
"country": "France ("
}
},
"email": ""
},
{
"first": "Thierry",
"middle": [],
"last": "Hamon",
"suffix": "",
"affiliation": {},
"email": ""
},
{
"first": "Natalia",
"middle": [],
"last": "Grabar",
"suffix": "",
"affiliation": {
"laboratory": "UMR 8163 STL",
"institution": "Universit\u00e9 Lille 3",
"location": {
"postCode": "59653",
"settlement": "Villeneuve d'Ascq",
"country": "France ("
}
},
"email": ""
}
],
"year": "",
"venue": null,
"identifiers": {},
"abstract": "Nous proposons d'exploiter des m\u00e9thodes du Traitement Automatique de Langues d\u00e9di\u00e9es \u00e0 la structuration de terminologie ind\u00e9pendamment dans deux langues (anglais et fran\u00e7ais) et de fusionner ensuite les r\u00e9sultats obtenus dans chaque langue. Les termes sont group\u00e9s en clusters gr\u00e2ce aux relations g\u00e9n\u00e9r\u00e9es. L'\u00e9valuation de ces relations est effectu\u00e9e au travers de la comparaison des clusters avec des donn\u00e9es de r\u00e9f\u00e9rence et la baseline, tandis que la compl\u00e9mentarit\u00e9 des relations est analys\u00e9e au travers de leur implication dans la cr\u00e9ation de clusters de termes. Les r\u00e9sultats obtenus indiquent que : chaque langue contribue de mani\u00e8re \u00e9quilibr\u00e9e aux r\u00e9sultats, le nombre de relations hi\u00e9rarchiques communes est plus grand que le nombre de relations synonymiques communes. Globalement, les r\u00e9sultats montrent que, dans un contexte cross-langue, chaque langue permet de d\u00e9tecter des r\u00e9gularit\u00e9s linguistiques et s\u00e9mantiques compl\u00e9mentaires. L'union des r\u00e9sultats obtenus dans les deux langues am\u00e9liore la qualit\u00e9 globale des clusters.",
"pdf_parse": {
"paper_id": "F13-1005",
"_pdf_hash": "",
"abstract": [
{
"text": "Nous proposons d'exploiter des m\u00e9thodes du Traitement Automatique de Langues d\u00e9di\u00e9es \u00e0 la structuration de terminologie ind\u00e9pendamment dans deux langues (anglais et fran\u00e7ais) et de fusionner ensuite les r\u00e9sultats obtenus dans chaque langue. Les termes sont group\u00e9s en clusters gr\u00e2ce aux relations g\u00e9n\u00e9r\u00e9es. L'\u00e9valuation de ces relations est effectu\u00e9e au travers de la comparaison des clusters avec des donn\u00e9es de r\u00e9f\u00e9rence et la baseline, tandis que la compl\u00e9mentarit\u00e9 des relations est analys\u00e9e au travers de leur implication dans la cr\u00e9ation de clusters de termes. Les r\u00e9sultats obtenus indiquent que : chaque langue contribue de mani\u00e8re \u00e9quilibr\u00e9e aux r\u00e9sultats, le nombre de relations hi\u00e9rarchiques communes est plus grand que le nombre de relations synonymiques communes. Globalement, les r\u00e9sultats montrent que, dans un contexte cross-langue, chaque langue permet de d\u00e9tecter des r\u00e9gularit\u00e9s linguistiques et s\u00e9mantiques compl\u00e9mentaires. L'union des r\u00e9sultats obtenus dans les deux langues am\u00e9liore la qualit\u00e9 globale des clusters.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Abstract",
"sec_num": null
}
],
"body_text": [
{
"text": "Plusieurs travaux de recherche ont d\u00e9montr\u00e9 qu'au travers des langues, il est possible de trouver des r\u00e9gularit\u00e9s linguistiques et s\u00e9mantiques. De plus, ces r\u00e9gularit\u00e9s peuvent \u00eatre renforc\u00e9es dans un contexte cross-langue. Ce point peut \u00eatre int\u00e9ressant pour diff\u00e9rentes applications du Traitement Automatique de Langues (TAL). L'analyse de travaux existants en TAL et en linguistique montre que le contexte cross-langue peut en effet \u00eatre exploit\u00e9 de diff\u00e9rentes mani\u00e8res : -\u00e9tudes comparatives, qui permettent de trouver des r\u00e9gularit\u00e9s et universaux interlangues. Ce type d'approche a \u00e9t\u00e9 par exemple exploit\u00e9e pour l'\u00e9tude de la grammaticalisation (Willett, 1988) , de la modalit\u00e9 (Diewald et Smirnova, 2010) , des structures argumentatives (Li, 2011) ou stylistiques (Vinay et Darbelnet, 1958) ; -\u00e9tudes cross-langues contrastives, qui visent \u00e0 faire des analyses comparatives entre les langues afin de relever des constantes aux langues compar\u00e9es et des diff\u00e9rences propres \u00e0 chaque langue (Cartoni et Namer, 2012; Lefer et Grabar, 2013) ; -transposition et adaptation de m\u00e9thodes et ressources d'une langue vers une autre, qui visent \u00e0 faire profiter une langue gr\u00e2ce aux travaux, m\u00e9thodes et ressources d\u00e9j\u00e0 r\u00e9alis\u00e9s et \u00e9prouv\u00e9s dans une autre langue (Farreres et al., 1998; Huang et al., 2002; Rodrigues et al., 2006) ; -collaboration entre les langues, qui vise \u00e0 appliquer des m\u00e9thodes ou ressources dans des langues diff\u00e9rentes pour ensuite combiner les r\u00e9sultats. Ce type d'approches a \u00e9t\u00e9 par exemple exploit\u00e9e pour la d\u00e9sambigu\u00efsation s\u00e9mantique (Ceusters et al., 2003; Banea et al., 2011) , l'indexation et recherche d'information (Schulz et Hahn, 2000; Malais\u00e9 et al., 2007; Steinberger, 2011) , et l'extraction d'information (Collier, 2011) . Par ailleurs, la combinaison des r\u00e9sultats obtenus dans les langues diff\u00e9rentes peut prendre diff\u00e9rentes formes : un enrichissement mutuel afin d'obtenir des r\u00e9sultats plus exhaustifs, un syst\u00e8me de vote ou de validation mutuelle afin d'obtenir des r\u00e9sultats plus pr\u00e9cis, etc.",
"cite_spans": [
{
"start": 653,
"end": 668,
"text": "(Willett, 1988)",
"ref_id": "BIBREF39"
},
{
"start": 686,
"end": 713,
"text": "(Diewald et Smirnova, 2010)",
"ref_id": "BIBREF5"
},
{
"start": 746,
"end": 756,
"text": "(Li, 2011)",
"ref_id": "BIBREF24"
},
{
"start": 773,
"end": 799,
"text": "(Vinay et Darbelnet, 1958)",
"ref_id": "BIBREF38"
},
{
"start": 997,
"end": 1021,
"text": "(Cartoni et Namer, 2012;",
"ref_id": "BIBREF0"
},
{
"start": 1022,
"end": 1044,
"text": "Lefer et Grabar, 2013)",
"ref_id": "BIBREF23"
},
{
"start": 1260,
"end": 1283,
"text": "(Farreres et al., 1998;",
"ref_id": "BIBREF7"
},
{
"start": 1284,
"end": 1303,
"text": "Huang et al., 2002;",
"ref_id": "BIBREF18"
},
{
"start": 1304,
"end": 1327,
"text": "Rodrigues et al., 2006)",
"ref_id": "BIBREF32"
},
{
"start": 1562,
"end": 1585,
"text": "(Ceusters et al., 2003;",
"ref_id": "BIBREF1"
},
{
"start": 1586,
"end": 1605,
"text": "Banea et al., 2011)",
"ref_id": null
},
{
"start": 1648,
"end": 1670,
"text": "(Schulz et Hahn, 2000;",
"ref_id": "BIBREF34"
},
{
"start": 1671,
"end": 1692,
"text": "Malais\u00e9 et al., 2007;",
"ref_id": "BIBREF25"
},
{
"start": 1693,
"end": 1711,
"text": "Steinberger, 2011)",
"ref_id": "BIBREF35"
},
{
"start": 1744,
"end": 1759,
"text": "(Collier, 2011)",
"ref_id": "BIBREF3"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Introduction",
"sec_num": "1"
},
{
"text": "Nous proposons de travailler en mode collaboratif entre les langues et visons essentiellement l'am\u00e9lioration de la compl\u00e9tude des r\u00e9sultats. L'hypoth\u00e8se de notre travail est la suivante : le traitement du m\u00eame mat\u00e9riel avec les m\u00eames m\u00e9thodes dans deux langues (anglais et fran\u00e7ais), peut fournir des r\u00e9sultats diff\u00e9rents et compl\u00e9mentaires, tandis que la combinaison de ces r\u00e9sultats peut am\u00e9liorer les performances globales du syst\u00e8me automatique.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Introduction",
"sec_num": "1"
},
{
"text": "Nous d\u00e9tectons les termes qui sont li\u00e9s s\u00e9mantiquement et les clusterisons. Nous travaillons avec les termes m\u00e9dicaux qui d\u00e9crivent les effets ind\u00e9sirables dus \u00e0 la prise de m\u00e9dicaments. La t\u00e2che vis\u00e9e dans notre travail est difficile, car il s'agit souvent de termes qui n'ont pas de similarit\u00e9 lexicale entre eux, comme leuc\u00e9mie (pathologie) et ponction de moelle osseuse anormale (r\u00e9sultats d'examen qui permet de la d\u00e9tecter) (Fleischman, 2001) . Cependant, l'\u00e9tablissement de relations est tr\u00e8s utile pour plusieurs applications, comme (1) la recherche et l'extraction d'information (Baeza-Yates et Ribeiro-Neto, 1999; Hahn et al., 2001; Alfonseca et al., 2002; Anizi et Dichy, 2009) , o\u00f9 il est tr\u00e8s utile de pouvoir d\u00e9tecter des contenus similaires afin d'augmenter le rappel des syst\u00e8mes automatiques, (2) l'alignement de terminologies (Fridman Noy et Musen, 2000; Marko et al., 2006) , nombreuses dans le domaine m\u00e9dical et dont l'interop\u00e9rabilit\u00e9 s\u00e9mantique constitue un objectif tr\u00e8s pris\u00e9 dans le contexte clinique, (3) la fouille de bases de donn\u00e9es de pharmacovigilance (Fescharek et al., 2004; Hauben et Bate, 2009) pour la surveillance des m\u00e9dicaments et la g\u00e9n\u00e9ration des alertes lorsqu'un m\u00e9dicament pr\u00e9sente un danger statistiquement significatif pour la population. Notre travail concerne la surveillance des m\u00e9dicaments.",
"cite_spans": [
{
"start": 430,
"end": 448,
"text": "(Fleischman, 2001)",
"ref_id": "BIBREF10"
},
{
"start": 588,
"end": 623,
"text": "(Baeza-Yates et Ribeiro-Neto, 1999;",
"ref_id": null
},
{
"start": 624,
"end": 642,
"text": "Hahn et al., 2001;",
"ref_id": "BIBREF14"
},
{
"start": 643,
"end": 666,
"text": "Alfonseca et al., 2002;",
"ref_id": null
},
{
"start": 667,
"end": 688,
"text": "Anizi et Dichy, 2009)",
"ref_id": null
},
{
"start": 844,
"end": 872,
"text": "(Fridman Noy et Musen, 2000;",
"ref_id": "BIBREF11"
},
{
"start": 873,
"end": 892,
"text": "Marko et al., 2006)",
"ref_id": "BIBREF26"
},
{
"start": 1084,
"end": 1108,
"text": "(Fescharek et al., 2004;",
"ref_id": "BIBREF9"
},
{
"start": 1109,
"end": 1130,
"text": "Hauben et Bate, 2009)",
"ref_id": "BIBREF17"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Introduction",
"sec_num": "1"
},
{
"text": "Pour la d\u00e9tection de relations s\u00e9mantiques, nous proposons d'exploiter des m\u00e9thodes de structuration de termes ind\u00e9pendamment sur deux langues (fran\u00e7ais et anglais), puis de regrouper les r\u00e9sultats afin de consolider l'ensemble et en augmenter la qualit\u00e9. Nous visons la d\u00e9tection de trois types de relations : variantes morpho-syntaxiques {st\u00e9nose de l'aorte, st\u00e9nose aortique}, synonymie {tumeur gastrique, cancer gastrique} et relations de subsomption hi\u00e9rarchique {d\u00e9faillance r\u00e9nale, d\u00e9faillance r\u00e9nale post-op\u00e9ratoire}. Nous pr\u00e9sentons d'abord le mat\u00e9riel (section 2) et d\u00e9crivons la m\u00e9thodologie (section 3). Nous pr\u00e9sentons et discutons les r\u00e9sultats obtenus (section 4) et concluons avec des perspectives (section 5). Nous exploitons trois types de mat\u00e9riel (table 1) . Chaque mat\u00e9riel existe en anglais et en fran\u00e7ais : il s'agit de ressources qui ont des contenus comparables dans les deux langues.",
"cite_spans": [],
"ref_spans": [
{
"start": 767,
"end": 776,
"text": "(table 1)",
"ref_id": null
}
],
"eq_spans": [],
"section": "Introduction",
"sec_num": "1"
},
{
"text": "Les termes exploit\u00e9s proviennent de la terminologie MedDRA (Medical Dictionary for Regulatory Activities) (Brown et al., 1999) (Grabar et al., 2009) et l'anglais (Grabar et Hamon, 2010) . Elles sont \u00e9galement adapt\u00e9es \u00e0 la langue m\u00e9dicale car elles ont \u00e9t\u00e9 acquises \u00e0 partir de trois terminologies biom\u00e9dicales gr\u00e2ce \u00e0 l'exploitation du principe de compositionnalit\u00e9 ; Gen : synonymes de la langue g\u00e9n\u00e9rale fournis par le WordNet (Fellbaum, 1998) en anglais et par le Petit Robert (Robert, 1990) en fran\u00e7ais. \u00c0 la figure 1, nous pr\u00e9sentons le sch\u00e9ma g\u00e9n\u00e9ral de notre approche. Si la d\u00e9tection de relations s\u00e9mantiques est l'\u00e9tape principale, notre approche comporte quatre autres \u00e9tapes : le pr\u00e9traitement des termes, la clusterisation des relations g\u00e9n\u00e9r\u00e9es, l'union des clusters g\u00e9n\u00e9r\u00e9s dans chaque langue, et l'\u00e9valuation des clusters (dans chaque langue et apr\u00e8s leur union). La clusterisation est n\u00e9cessaire pour effectuer l'\u00e9valuation. Comme nous l'avons indiqu\u00e9 (section 2.2), les donn\u00e9es de r\u00e9f\u00e9rence sont des clusters de termes relatifs \u00e0 une condition m\u00e9dicale donn\u00e9e. Au sein de ces clusters, les termes ont des relations s\u00e9mantiques (et m\u00e9dicales) entre eux, mais ces relations ne sont pas explicites. L'\u00e9valuation, que nous pouvons effectuer avec ces donn\u00e9es de r\u00e9f\u00e9rence, porte donc sur l'appartenance des termes \u00e0 un cluster de termes ind\u00e9pendamment des types de relations qui ont permis de relier ces termes.",
"cite_spans": [
{
"start": 106,
"end": 126,
"text": "(Brown et al., 1999)",
"ref_id": null
},
{
"start": 127,
"end": 148,
"text": "(Grabar et al., 2009)",
"ref_id": "BIBREF13"
},
{
"start": 162,
"end": 185,
"text": "(Grabar et Hamon, 2010)",
"ref_id": "BIBREF12"
},
{
"start": 430,
"end": 446,
"text": "(Fellbaum, 1998)",
"ref_id": "BIBREF8"
},
{
"start": 481,
"end": 495,
"text": "(Robert, 1990)",
"ref_id": null
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Termes de pharmacovigilance",
"sec_num": "2.1"
},
{
"text": "La m\u00e9thodologie que nous proposons est guid\u00e9e par les donn\u00e9es langagi\u00e8res et leurs propri\u00e9t\u00e9s telles que d\u00e9tect\u00e9es dans le corpus de termes exploit\u00e9s dans les deux langues. Notre m\u00e9thodologie ne requiert donc pas une \u00e9tape d'apprentissage, elle ne requiert pas non plus de ressources s\u00e9mantiques sp\u00e9cifiques. Dans la suite de cette section, nous pr\u00e9sentons les cinq \u00e9tapes de l'approche :",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodologie pour la d\u00e9tection de relations s\u00e9mantiques",
"sec_num": "3"
},
{
"text": "(1) op\u00e9rations effectu\u00e9es pour le pr\u00e9-traitement des termes (section 3.1), (2) \u00e9tape de d\u00e9tection de relations s\u00e9mantiques entre les termes (section 3.2), (3) clusterisation des termes gr\u00e2ce aux relations g\u00e9n\u00e9r\u00e9es (section 3.3), (4) union de clusters g\u00e9n\u00e9r\u00e9s dans chacune des deux langues (section 3.4), et (5) \u00e9valuation (section 3.5). Il est important de souligner que, de la m\u00eame mani\u00e8re que le mat\u00e9riel, nous effectuons les m\u00eames traitements dans les deux langues : les m\u00e9thodes et ressources exploit\u00e9es sont en effet adapt\u00e9es aux deux langues trait\u00e9es.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodologie pour la d\u00e9tection de relations s\u00e9mantiques",
"sec_num": "3"
},
{
"text": "Le pr\u00e9-traitement est effectu\u00e9 avec la plate-forme Ogmios (Hamon et Nazarenko, 2008) . Apr\u00e8s la segmentation en mots, les termes sont \u00e9tiquet\u00e9s morpho-syntaxiquement avec l'\u00e9tiqueteur Genia (Tsuruoka et al., 2005) en anglais et TreeTagger (Schmid, 1994) en fran\u00e7ais. Comme les termes sont des structures syntaxiques particuli\u00e8res (souvent des groupes nominaux et non pas des phrases bien form\u00e9es) et pour garantir une meilleure qualit\u00e9 de l'\u00e9tiquetage, nous transformons les termes en pseudo-phrases bien form\u00e9es. Par exemple, le terme fibrome du sein est transform\u00e9 en C'est un fibrome du sein. Par la suite, seuls les mots originaux des termes (fibrome du sein) sont consid\u00e9r\u00e9s. Les termes sont aussi trait\u00e9s par l'analyseur syntaxique Y A T E A (Aubin et Hamon, 2006) , qui permet de d\u00e9tecter les d\u00e9pendances syntaxiques au sein des termes.",
"cite_spans": [
{
"start": 58,
"end": 84,
"text": "(Hamon et Nazarenko, 2008)",
"ref_id": "BIBREF16"
},
{
"start": 190,
"end": 213,
"text": "(Tsuruoka et al., 2005)",
"ref_id": null
},
{
"start": 239,
"end": 253,
"text": "(Schmid, 1994)",
"ref_id": "BIBREF33"
},
{
"start": 758,
"end": 770,
"text": "Hamon, 2006)",
"ref_id": null
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Pr\u00e9-traitement des termes",
"sec_num": "3.1"
},
{
"text": "Nous appliquons trois m\u00e9thodes de l'\u00e9tat de l'art pour l'acquisition de relations s\u00e9mantiques entre termes. Les relations vis\u00e9es sont la synonymie, la variation morpho-syntaxique et les relations hi\u00e9rarchiques. Nous nous attendons \u00e0 ce que ces relations relient des termes qui sont des \u00e9quivalents s\u00e9mantiques dans le contexte de notre travail. L'originalit\u00e9 et l'apport de notre travail concerne : (1) l'application de ces m\u00e9thodes dans le contexte biom\u00e9dical et aux donn\u00e9es en deux langues, et (2) l'exploitation du contexte cross-langue pour exploiter les r\u00e9gularit\u00e9s s\u00e9mantiques des termes dans deux langues et pour obtenir ainsi des r\u00e9sultats plus performants.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "Variantes morpho-syntaxiques. L'identification de variantes morpho-syntaxique est effectu\u00e9e avec Faster (Jacquemin, 1996) . Trois r\u00e8gles de transformation sont appliqu\u00e9es : insertion (cardiac disease/cardiac valve disease), d\u00e9rivation morphologique (artery restenosis/arterial restenosis) et permutation (aorta coarctation/coarctation of the aorta). Nous \u00e9tablissons une correspondance entre ces r\u00e8gles et les types de relations s\u00e9mantiques :",
"cite_spans": [
{
"start": 104,
"end": 121,
"text": "(Jacquemin, 1996)",
"ref_id": "BIBREF20"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "-l'insertion introduit les relations hi\u00e9rarchiques : cardiac valve disease est plus sp\u00e9cifique que cardiac disease, -la permutation introduit les relations de synonymie : aorta coarctation et coarctation of the aorta sont en effet tr\u00e8s proches s\u00e9mantiquement, -la d\u00e9rivation morphologique introduit aussi des relations de synonymie : artery restenosis/arterial restenosis, -par contre, lorsque plusieurs r\u00e8gles sont impliqu\u00e9es et lorsqu'il s'agit de r\u00e8gles correspondant aux relations hi\u00e9rarchiques et de synonymie, ce sont les relations hi\u00e9rarchiques qui pr\u00e9valent (parce qu'elles sont plus sp\u00e9cifiques). Ainsi, pour la paire gland abscess et abscess of salivary gland, qui montre une insertion et une permutation, nous retenons la relation hi\u00e9rarchique.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "Compositionnalit\u00e9 et synonymie. Les relations de synonymie sont acquises de deux mani\u00e8res :",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "-la relation de synonymie est \u00e9tablie entre deux termes simples si cette relation existe dans les ressources linguistiques ; -la relation de synonymie est \u00e9tablie entre deux termes complexes si la compositionnalit\u00e9 s\u00e9mantique (Partee, 1984) est v\u00e9rifi\u00e9e pour ces termes. Ainsi, deux termes complexes sont consid\u00e9r\u00e9s comme synonymes si au moins un de leurs composants \u00e0 une position syntaxique donn\u00e9e est synonyme et l'autre composant est identique (Hamon et Nazarenko, 2001 ). Par exemple, \u00e9tant donn\u00e9 la relation de synonymie entre deux mots, tumeur et cancer, les termes tumeur gastrique et cancer gastrique sont identifi\u00e9s comme synonymes.",
"cite_spans": [
{
"start": 226,
"end": 240,
"text": "(Partee, 1984)",
"ref_id": null
},
{
"start": 448,
"end": 473,
"text": "(Hamon et Nazarenko, 2001",
"ref_id": "BIBREF15"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "Inclusion lexicale et hi\u00e9rarchie. Selon l'hypoth\u00e8se de l'inclusion lexicale (Kleiber et Tamba, 1990 ), il existe une relation de subsomption hi\u00e9rarchique entre deux termes lorsqu'un terme est lexicalement inclus, \u00e0 une position syntaxique donn\u00e9e, dans un autre terme. Par exemple, le terme court cancer est le p\u00e8re hi\u00e9rarchique, tandis que le terme long cancer gastrique est le fils hi\u00e9rarchique parce que cancer est la t\u00eate syntaxique de cancer gastrique. ",
"cite_spans": [
{
"start": 76,
"end": 99,
"text": "(Kleiber et Tamba, 1990",
"ref_id": "BIBREF22"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "M\u00e9thodes de structuration de termes",
"sec_num": "3.2"
},
{
"text": "L'union de clusters, g\u00e9n\u00e9r\u00e9s dans chaque langue, repose sur le libell\u00e9 de ces clusters. Comme nous l'avons indiqu\u00e9 dans la section 2, chaque terme MedDRA re\u00e7oit un identifiant unique, qui reste le m\u00eame quelle que soit la langue de ses termes. Ces deux informations (les libell\u00e9s des clusters et les identifiant de ces libell\u00e9s) permettent d'\u00e9tablir le lien entre les clusters correspondants dans chacune des langues. Ainsi, lorsqu'il existe des clusters avec les m\u00eames libell\u00e9s dans les deux langues, ils sont fusionn\u00e9s, sinon l'union ne peut pas avoir lieu.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Union de clusters g\u00e9n\u00e9r\u00e9s dans les deux langues",
"sec_num": "3.4"
},
{
"text": "Pour pouvoir exploiter ces donn\u00e9es de r\u00e9f\u00e9rence, nous consid\u00e9rons l'ensemble des termes au sein des clusters et non pas chaque relation prise individuellement.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation et analyse de la compl\u00e9mentarit\u00e9",
"sec_num": "3.5"
},
{
"text": "Le lien entre les clusters g\u00e9n\u00e9r\u00e9s et les clusters de r\u00e9f\u00e9rence est effectu\u00e9 gr\u00e2ce au nombre de termes qu'ils partagent : pour un cluster de r\u00e9f\u00e9rence donn\u00e9, nous s\u00e9lectionnons celui des clusters g\u00e9n\u00e9r\u00e9s qui partage le plus de termes communs avec lui. Une fois que les clusters de r\u00e9f\u00e9rence sont associ\u00e9s avec les clusters g\u00e9n\u00e9r\u00e9s, les relations s\u00e9mantiques g\u00e9n\u00e9r\u00e9es sont \u00e9valu\u00e9es contre les donn\u00e9es de r\u00e9f\u00e9rence avec trois mesures : -pr\u00e9cision P (nombre de termes pertinents au sein d'un cluster divis\u00e9 par le nombre total de termes au sein de ce cluster), -rappel R (nombre de termes pertinents au sein d'un cluster divis\u00e9 par le nombre total de termes dans le cluster de r\u00e9f\u00e9rence correspondant), -F-mesure F 1 (la moyenne harmonique de P et de R).",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation et analyse de la compl\u00e9mentarit\u00e9",
"sec_num": "3.5"
},
{
"text": "Pour l'analyse de la compl\u00e9mentarit\u00e9, nous analysons par exemple les points suivants : -existence de relations uniques et communes entre les deux langues, -am\u00e9lioration de la couverture et/ou de la pr\u00e9cision des r\u00e9sultats \u00e0 l'aide des informations issues de deux langues.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation et analyse de la compl\u00e9mentarit\u00e9",
"sec_num": "3.5"
},
{
"text": "Pour la baseline, nous exploitons l'approche la plus commun\u00e9ment utilis\u00e9e pour ce type de t\u00e2che : les relations s\u00e9mantiques qui correspondent aux relations hi\u00e9rarchiques de MedDRA (Mozzicato, 2007; Pearson et al., 2009; Yuen et al., 2008) . Plus particuli\u00e8rement, il s'agit de l'exploitation de la subsomption hi\u00e9rarchique des termes P T au travers de leurs termes H LT de MedDRA. ",
"cite_spans": [
{
"start": 180,
"end": 197,
"text": "(Mozzicato, 2007;",
"ref_id": "BIBREF27"
},
{
"start": 198,
"end": 219,
"text": "Pearson et al., 2009;",
"ref_id": "BIBREF30"
},
{
"start": 220,
"end": 238,
"text": "Yuen et al., 2008)",
"ref_id": "BIBREF40"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation et analyse de la compl\u00e9mentarit\u00e9",
"sec_num": "3.5"
},
{
"text": "Dans la table 2, nous indiquons le nombre de relations acquises dans les deux langues. Nous pouvons faire les observations suivantes : -il existe plus de relations g\u00e9n\u00e9r\u00e9es en anglais qu'en fran\u00e7ais, -chaque ressource linguistique exploit\u00e9e en anglais contribue \u00e0 l'acquisition de relations entre les termes, tandis qu'en fran\u00e7ais les synonymes d'UMLS ne fournissent pas de r\u00e9sultats, -l'ensemble de relations hi\u00e9rarchiques induites avec la subsomption lexicale en fran\u00e7ais (3 980) est plus grand qu'en anglais (3 366). ) . Nous pouvons voir que les relations acquises par la subsomption hi\u00e9rarchique apportent la majorit\u00e9 de termes dans les clusters (79,57 % en anglais et jusqu'\u00e0 96,66 % en fran\u00e7ais), tandis que les relations de synonymie montrent seulement un impact tr\u00e8s faible sur les clusters (moins de 1 % en fran\u00e7ais, mais jusqu'\u00e0 11,81 % en anglais). \u00c0 la figure 2, nous pr\u00e9sentons un extrait de graphe sur l'exemple du cluster leuc\u00e9mie. Diff\u00e9rentes couleurs de fl\u00e8ches correspondent aux diff\u00e9rentes m\u00e9thodes qui relient les termes (inclusion lexicale en bleu, Faster en vert, synonymie en rouge). Les fl\u00e8ches unidirectionnelles sont des relations hi\u00e9rarchiques, les fl\u00e8ches bidirectionnelles sont des relations de synonymie. Nous indiquons \u00e9galement la et les langues o\u00f9 une relation donn\u00e9e a \u00e9t\u00e9 d\u00e9tect\u00e9e. Souvent les inclusions lexicales sont d\u00e9tect\u00e9es dans les deux langues. Mais il arrive aussi que le libell\u00e9 d'un terme ne permet de d\u00e9tecter une relation que dans une seule langue : les termes acute leukaemia et b-cell type acute leukaemia n'ont pas pu \u00eatre reli\u00e9s en anglais car les libell\u00e9s sont trop \u00e9loign\u00e9s lexicalement, par contre cette relation a \u00e9t\u00e9 \u00e9tablie en fran\u00e7ais entre les termes correspondants leuc\u00e9mie aigu\u00eb et leuc\u00e9mie B aigu\u00eb. Nous pouvons aussi voir que la synonymie est surtout d\u00e9tect\u00e9e en anglais (ressources de synonymie plus compl\u00e8tes). La synonymie directe entre les termes simples relie une seule paire de termes (leukaemia et lymphoma) dans cet exemple. Rappelons que les termes trait\u00e9s proviennent du m\u00eame niveau hi\u00e9rarchique dans MedDRA, alors que nous voyons que plusieurs niveaux de relations hi\u00e9rarchiques peuvent \u00eatre d\u00e9tect\u00e9s : la structure actuelle de la terminologie MedDRA pourrait \u00eatre affin\u00e9e. FIGURE 3 -\u00c9valuation des clusters g\u00e9n\u00e9r\u00e9s par rapport aux donn\u00e9es de r\u00e9f\u00e9rence (84 clusters).",
"cite_spans": [],
"ref_spans": [
{
"start": 474,
"end": 481,
"text": "(3 980)",
"ref_id": "TABREF5"
},
{
"start": 520,
"end": 521,
"text": ")",
"ref_id": null
}
],
"eq_spans": [],
"section": "D\u00e9tection de relations s\u00e9mantiques",
"sec_num": "4.1"
},
{
"text": "Les r\u00e9sultats de l'\u00e9valuation par rapport aux donn\u00e9es de r\u00e9f\u00e9rence sont indiqu\u00e9s \u00e0 la figure 3. Pour leur pr\u00e9sentation, nous ne les projetons pas sur les axes x et y, mais sur un plan circulaire. Chaque rayon correspond \u00e0 un cluster de r\u00e9f\u00e9rence (un total de 84 clusters de r\u00e9f\u00e9rence). L'\u00e9chelle du rayon, r\u00e9gl\u00e9e en mode logarithmique, va de 0 \u00e0 100 et permet de positionner les valeurs d'\u00e9valuation (pr\u00e9cision, rappel et F-mesure). Dans cette pr\u00e9sentation, plus une ligne (et une m\u00e9thode) est proche du bord ext\u00e9rieur, meilleurs sont les r\u00e9sultats correspondants. Nous pouvons faire plusieurs observations sur les r\u00e9sultats obtenus : -Tr\u00e8s souvent, la pr\u00e9cision est \u00e9lev\u00e9e tandis que le rappel est faible. La raison g\u00e9n\u00e9rale est que les clusters g\u00e9n\u00e9r\u00e9s sont plus petits que les clusters de r\u00e9f\u00e9rence et peuvent de ce fait montrer leurs diff\u00e9rents aspects. Du point de vue de la m\u00e9thodologie, cela veut dire que les approches exploit\u00e9es ne permettent pas de d\u00e9tecter toutes les relations qui seraient n\u00e9cessaires pour grouper les termes des clusters de r\u00e9f\u00e9rence de mani\u00e8re automatique. Par exemple, nous ne d\u00e9tectons pas de relations entre les termes ponction de moelle osseuse anormale (aspiration bone marrow abnormal), an\u00e9mie r\u00e9fractaire (anemia refractory) et leuc\u00e9mie (leukaemia) qui sont pourtant tous li\u00e9s aux anomalies du sang : ponction de moelle osseuse anormale est le r\u00e9sultat d'examen m\u00e9dical qui permet de d\u00e9pister de telles anomalies, an\u00e9mie r\u00e9fractaire est une des cons\u00e9quences possibles des leuc\u00e9mies. -L'union des deux langues montre un effet positif sur le rappel et la F-mesure surtout. Notons que, contrairement \u00e0 notre attente, la pr\u00e9cision ne souffre pas beaucoup de l'union : elle est am\u00e9lior\u00e9e par rapport \u00e0 la valeur obtenue sur l'anglais (+4,8 %), mais elle perd 0,5 % par rapport \u00e0 la valeur obtenue sur le fran\u00e7ais. -Il existe une variabilit\u00e9 importante entre les performances de diff\u00e9rents clusters g\u00e9n\u00e9r\u00e9s. Cela est observable sur la forme des trac\u00e9s : par exemple, pour la pr\u00e9cision, presque la moiti\u00e9 des clusters g\u00e9n\u00e9r\u00e9s montre des valeurs maximales (100 %) ou proches, mais pour les clusters restants, ces valeurs diminuent jusqu'\u00e0 10 %. FIGURE 4 -\u00c9valuation des clusters g\u00e9n\u00e9r\u00e9s par rapport \u00e0 la baseline et aux donn\u00e9es de r\u00e9f\u00e9rence.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "4.4"
},
{
"text": "L'\u00e9valuation par rapport \u00e0 la baseline (figure 4) indique que les r\u00e9sultats obtenus sur l'anglais sont meilleurs que la baseline, les r\u00e9sultats obtenus sur le fran\u00e7ais sont comparables et parfois moins bons que la baseline. Nous pouvons voir aussi que la qualit\u00e9 des clusters de la baseline d\u00e9cro\u00eet plus rapidement que dans les autres exp\u00e9riences, et ceci pour les trois mesures d'\u00e9valuation. En ce qui concerne les r\u00e9sultats de l'union, ils sont \u00e0 la fois meilleurs que la baseline et meilleurs que chaque langue prise s\u00e9par\u00e9ment (sauf une perte de 0,6 % pour la F-mesure).",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "4.4"
},
{
"text": "Les performances d'autres m\u00e9thodes automatiques exploit\u00e9es pour cette t\u00e2che (similarit\u00e9 s\u00e9mantique (Iavindrasana et al., 2006; Dupuch et al., 2012) , requ\u00eates OWL (Declerck et al., 2012) ou subsomption hi\u00e9rarchique (Jaulent et Alecu, 2009) ) conduisent aux m\u00eames observations, lorsque une \u00e9valuation est effectu\u00e9e : une des mesures d'\u00e9valuation est privil\u00e9gi\u00e9e. Notons que ces m\u00e9thodes exploitent souvent des ressources d\u00e9di\u00e9es \u00e0 leur fonctionnement et qu'il est alors n\u00e9cessaire d'y encoder les connaissances n\u00e9cessaires \u00e0 leur fonctionnement. Les avantages de notre approche sont : (1) elle ne requiert pas la cr\u00e9ation d'une ressource s\u00e9mantique (terminologie ou ontologie) d\u00e9di\u00e9e ;",
"cite_spans": [
{
"start": 99,
"end": 126,
"text": "(Iavindrasana et al., 2006;",
"ref_id": "BIBREF19"
},
{
"start": 127,
"end": 147,
"text": "Dupuch et al., 2012)",
"ref_id": "BIBREF6"
},
{
"start": 163,
"end": 186,
"text": "(Declerck et al., 2012)",
"ref_id": "BIBREF4"
},
{
"start": 215,
"end": 239,
"text": "(Jaulent et Alecu, 2009)",
"ref_id": "BIBREF21"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "4.4"
},
{
"text": "(2) elle n'est pas consommatrice en temps et effort pour constituer cette ressource, car elle fonctionne dans un contexte s\u00e9mantique relativement pauvre ;",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "4.4"
},
{
"text": "(3) elle peut \u00eatre exploit\u00e9e avec une simple liste de termes et des ressources linguistiques disponibles ; (4) elle n'est pas sp\u00e9cifique aux donn\u00e9es et \u00e0 la t\u00e2che trait\u00e9e ici et peut \u00eatre exploit\u00e9e dans d'autres contextes (acquisition de relations terminologiques, terminologies \u00e0 facettes...).",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "4.4"
},
{
"text": "Nous avons propos\u00e9 et r\u00e9alis\u00e9 des exp\u00e9riences consistant \u00e0 exploiter des donn\u00e9es linguistiques provenant de deux langues, anglais et fran\u00e7ais, pour obtenir des r\u00e9sultats plus complets et performants en d\u00e9tection de relations s\u00e9mantiques entre les termes m\u00e9dicaux. L'objectif principal a consist\u00e9 en v\u00e9rification de la compl\u00e9mentarit\u00e9 entre les langues. En effet, lorsque les m\u00eames m\u00e9thodes sont appliqu\u00e9es aux m\u00eames ensembles de termes dans des langues diff\u00e9rentes, la diff\u00e9rence dans les r\u00e9sultats provient essentiellement du fait que les libell\u00e9s de ces termes sont diff\u00e9rents et qu'ils permettent de d\u00e9tecter des r\u00e9gularit\u00e9s linguistiques et s\u00e9mantiques diff\u00e9rentes et compl\u00e9mentaires. De mani\u00e8re g\u00e9n\u00e9rale, cette approche a permis d'am\u00e9liorer les r\u00e9sultats obtenus en termes de pr\u00e9cision, de rappel et de la F-mesure. Nous avons par exemple observ\u00e9 que chaque langue contribue de mani\u00e8re quasiment \u00e9quivalente, m\u00eame si l'apport par types de relations n'est pas comparable (les relations hi\u00e9rarchiques sont beaucoup plus nombreuses que les relations de synonymie). La t\u00e2che vis\u00e9e dans notre travail (d\u00e9tection de relations s\u00e9mantiques et m\u00e9dicales entre termes) est difficile, car il s'agit souvent de termes qui n'ont pas de similarit\u00e9 lexicale entre eux. La difficult\u00e9 de la t\u00e2che est due aussi au fait que la surveillance des effets ind\u00e9sirables est effectu\u00e9e dans un contexte r\u00e9glementaire tr\u00e8s strict. Cependant, avec la m\u00e9thode propos\u00e9e nous obtenons de meilleurs r\u00e9sultats que ceux fournis par la baseline. De plus, notre m\u00e9thode fonctionne avec des m\u00e9thodes et ressources assez \"pauvres\", qui ne requi\u00e8rent pas de ressources terminologiques ou ontologiques d\u00e9di\u00e9es.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion et perspectives",
"sec_num": "5"
},
{
"text": "Nous avons plusieurs perspectives \u00e0 ce travail : (1) enrichissement des ressources linguistiques avec des ressources de type associatif qui pourraient \u00eatre acquises avec des m\u00e9thodes distributionnelles \u00e0 partir de corpus et/ou de terminologies ;",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion et perspectives",
"sec_num": "5"
},
{
"text": "(2) exploitation de la m\u00e9thode compositionnelle non seulement pour construire des ressources linguistiques de synonymie mais aussi pour acqu\u00e9rir des relations hi\u00e9rarchiques ou associatives ;",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion et perspectives",
"sec_num": "5"
},
{
"text": "(3) exploration de corpus et application d'autres m\u00e9thodes pour la d\u00e9tection automatique de relations s\u00e9mantiques entre les termes ; (4) combinaison des r\u00e9sultats pr\u00e9sent\u00e9es dans ce travail avec ceux obtenus avec d'autres m\u00e9thodes automatiques (Dupuch et al., 2012) ; (5) clusterisation des termes avec d'autres approches, mais aussi au sein d'un graphe commun de toutes les relations g\u00e9n\u00e9r\u00e9es, tandis qu'actuellement les clusters sont g\u00e9n\u00e9r\u00e9s dans chaque langue s\u00e9par\u00e9ment et fusionn\u00e9s par la suite ; (6) affinement de la structure hi\u00e9rarchique actuelle de la terminologie MedDRA gr\u00e2ce \u00e0 la d\u00e9tection de niveaux hi\u00e9rarchiques interm\u00e9diaires ; (7) adaptation des m\u00e9thodes et ressources exploit\u00e9es \u00e0 la langue espagnole pour am\u00e9liorer encore les performances des r\u00e9sultats.",
"cite_spans": [
{
"start": 244,
"end": 265,
"text": "(Dupuch et al., 2012)",
"ref_id": "BIBREF6"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion et perspectives",
"sec_num": "5"
},
{
"text": "Remerciements. Ce travail a \u00e9t\u00e9 en partie soutenu par l'Agence Nationale de la Recherche (ANR) et la DGA, sous le num\u00e9ro Tecsan ANR-11-TECS-012.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion et perspectives",
"sec_num": "5"
},
{
"text": "ALFONSECA, E., de BONI, M., JARA-VALENCIA, H.-L. et MANANDHAR, S. (2002) . A prototype question answering system using syntactic and semantic information for answer retrieval. In TREC 10. ANIZI, M. et DICHY, J. (2009) . Assessing word-form based search for information retrieval in Arabic : towards a new type of lexical resource. In MEDAR, pages 12-19. AUBIN, S. et HAMON, T. (2006) . Improving term extraction with terminological resources. In ",
"cite_spans": [
{
"start": 28,
"end": 72,
"text": "JARA-VALENCIA, H.-L. et MANANDHAR, S. (2002)",
"ref_id": null
},
{
"start": 188,
"end": 217,
"text": "ANIZI, M. et DICHY, J. (2009)",
"ref_id": null
},
{
"start": 354,
"end": 383,
"text": "AUBIN, S. et HAMON, T. (2006)",
"ref_id": null
}
],
"ref_spans": [],
"eq_spans": [],
"section": "R\u00e9f\u00e9rences",
"sec_num": null
},
{
"text": "c ATALA",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "",
"sec_num": null
}
],
"back_matter": [],
"bib_entries": {
"BIBREF0": {
"ref_id": "b0",
"title": "Linguistique contrastive et morphologie : les noms en -iste dans une approche onomasiologique",
"authors": [
{
"first": "B",
"middle": [],
"last": "Cartoni",
"suffix": ""
},
{
"first": "F",
"middle": [],
"last": "Namer",
"suffix": ""
}
],
"year": 2012,
"venue": "CMLF",
"volume": "",
"issue": "",
"pages": "1245--1259",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CARTONI, B. et NAMER, F. (2012). Linguistique contrastive et morphologie : les noms en -iste dans une approche onomasiologique. In CMLF, pages 1245-1259.",
"links": null
},
"BIBREF1": {
"ref_id": "b1",
"title": "Using cross-lingual information to cope with underspecification in formal ontologies",
"authors": [
{
"first": "W",
"middle": [],
"last": "Ceusters",
"suffix": ""
},
{
"first": "I",
"middle": [],
"last": "Desimpel",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Smith",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Schulz",
"suffix": ""
}
],
"year": 2003,
"venue": "",
"volume": "",
"issue": "",
"pages": "391--396",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CEUSTERS, W., DESIMPEL, I., SMITH, B. et SCHULZ, S. (2003). Using cross-lingual information to cope with underspecification in formal ontologies. In MIE, pages 391-396.",
"links": null
},
"BIBREF2": {
"ref_id": "b2",
"title": "Development and rational use of standardised MedDRA queries (SMQs) : Retrieving adverse drug reactions with MedDRA",
"authors": [],
"year": 2004,
"venue": "CIOMS",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CIOMS (2004). Development and rational use of standardised MedDRA queries (SMQs) : Retrieving adverse drug reactions with MedDRA. Rapport technique, CIOMS.",
"links": null
},
"BIBREF3": {
"ref_id": "b3",
"title": "Towards cross-lingual alerting for bursty epidemic events",
"authors": [
{
"first": "N",
"middle": [],
"last": "Collier",
"suffix": ""
}
],
"year": 2011,
"venue": "J Biomed Semantics",
"volume": "2",
"issue": "5",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "COLLIER, N. (2011). Towards cross-lingual alerting for bursty epidemic events. J Biomed Semantics, 2(5):S10.",
"links": null
},
"BIBREF4": {
"ref_id": "b4",
"title": "Automatic generation of MedDRA terms groupings using an ontology",
"authors": [
{
"first": "G",
"middle": [],
"last": "Declerck",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Bousquet",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Jaulent",
"suffix": ""
}
],
"year": 2012,
"venue": "MIE",
"volume": "",
"issue": "",
"pages": "73--77",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "DECLERCK, G., BOUSQUET, C. et JAULENT, M. (2012). Automatic generation of MedDRA terms groupings using an ontology. In MIE, pages 73-77.",
"links": null
},
"BIBREF5": {
"ref_id": "b5",
"title": "Evidentiality in European languages : the lexical-grammatical distinction, chapitre Introduction",
"authors": [
{
"first": "G",
"middle": [],
"last": "Diewald",
"suffix": ""
},
{
"first": "E",
"middle": [],
"last": "Smirnova",
"suffix": ""
}
],
"year": 2010,
"venue": "",
"volume": "",
"issue": "",
"pages": "1--14",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "DIEWALD, G. et SMIRNOVA, E. (2010). Evidentiality in European languages : the lexical-grammatical distinction, chapitre Introduction, pages 1-14. Walter de Gruyter Mouton.",
"links": null
},
"BIBREF6": {
"ref_id": "b6",
"title": "Automatic creation and refinement of the clusters of pharmacovigilance terms",
"authors": [
{
"first": "M",
"middle": [],
"last": "Dupuch",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Bousquet",
"suffix": ""
},
{
"first": "N",
"middle": [],
"last": "Grabar",
"suffix": ""
}
],
"year": 2012,
"venue": "ACM IHI",
"volume": "",
"issue": "",
"pages": "181--190",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "DUPUCH, M., BOUSQUET, C. et GRABAR, N. (2012). Automatic creation and refinement of the clusters of pharmacovigilance terms. In ACM IHI, pages 181-190.",
"links": null
},
"BIBREF7": {
"ref_id": "b7",
"title": "Using WordNet for building WordNets",
"authors": [
{
"first": "X",
"middle": [],
"last": "Farreres",
"suffix": ""
},
{
"first": "G",
"middle": [],
"last": "Rigau",
"suffix": ""
},
{
"first": "H",
"middle": [],
"last": "Rodriguez",
"suffix": ""
}
],
"year": 1998,
"venue": "COLING/ACL Workshop on Usage of WordNet in Natural Language Processing Systems",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "FARRERES, X., RIGAU, G. et RODRIGUEZ, H. (1998). Using WordNet for building WordNets. In COLING/ACL Workshop on Usage of WordNet in Natural Language Processing Systems.",
"links": null
},
"BIBREF8": {
"ref_id": "b8",
"title": "A semantic network of english : the mother of all WordNets. Computers and Humanities. EuroWordNet : a multilingual database with lexical semantic network",
"authors": [
{
"first": "C",
"middle": [],
"last": "Fellbaum",
"suffix": ""
}
],
"year": 1998,
"venue": "",
"volume": "32",
"issue": "",
"pages": "209--220",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "FELLBAUM, C. (1998). A semantic network of english : the mother of all WordNets. Computers and Humanities. EuroWordNet : a multilingual database with lexical semantic network, 32(2- 3):209-220.",
"links": null
},
"BIBREF9": {
"ref_id": "b9",
"title": "Medical dictionary for regulatory activities (MedDRA) : Data retrieval and presentation",
"authors": [
{
"first": "R",
"middle": [],
"last": "Fescharek",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "K\u00fcbler",
"suffix": ""
},
{
"first": "U",
"middle": [],
"last": "Elsasser",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Frank",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "G\u00fcthlein",
"suffix": ""
}
],
"year": 2004,
"venue": "Int J Pharm Med",
"volume": "18",
"issue": "5",
"pages": "259--269",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "FESCHAREK, R., K\u00dcBLER, J., ELSASSER, U., FRANK, M. et G\u00dcTHLEIN, P. (2004). Medical dictionary for regulatory activities (MedDRA) : Data retrieval and presentation. Int J Pharm Med, 18(5):259- 269.",
"links": null
},
"BIBREF10": {
"ref_id": "b10",
"title": "Language and Medicine",
"authors": [
{
"first": "S",
"middle": [],
"last": "Fleischman",
"suffix": ""
}
],
"year": 2001,
"venue": "",
"volume": "",
"issue": "",
"pages": "470--502",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "FLEISCHMAN, S. (2001). Language and Medicine, pages 470-502. Blackwell.",
"links": null
},
"BIBREF11": {
"ref_id": "b11",
"title": "Prompt : Algorithm and tool for automated ontology merging and alignment",
"authors": [
{
"first": "N",
"middle": [],
"last": "Fridman Noy",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Musen",
"suffix": ""
}
],
"year": 2000,
"venue": "AAAI",
"volume": "",
"issue": "",
"pages": "450--455",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "FRIDMAN NOY, N. et MUSEN, M. (2000). Prompt : Algorithm and tool for automated ontology merging and alignment. In AAAI, pages 450-455.",
"links": null
},
"BIBREF12": {
"ref_id": "b12",
"title": "Exploitation of linguistic indicators for automatic weighting of synonyms induced within three biomedical terminologies",
"authors": [
{
"first": "N",
"middle": [],
"last": "Grabar",
"suffix": ""
},
{
"first": "T",
"middle": [],
"last": "Hamon",
"suffix": ""
}
],
"year": 2010,
"venue": "MEDINFO 2010",
"volume": "",
"issue": "",
"pages": "1015--1024",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "GRABAR, N. et HAMON, T. (2010). Exploitation of linguistic indicators for automatic weighting of synonyms induced within three biomedical terminologies. In MEDINFO 2010, pages 1015-9.",
"links": null
},
"BIBREF13": {
"ref_id": "b13",
"title": "Automatic acquisition of synonym ressources and assessment of their impact on the enhanced search in EHRs",
"authors": [
{
"first": "N",
"middle": [],
"last": "Grabar",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Varoutas",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Rizand",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Livartowski",
"suffix": ""
},
{
"first": "T",
"middle": [],
"last": "Hamon",
"suffix": ""
}
],
"year": 2009,
"venue": "Methods of Information in Medicine",
"volume": "48",
"issue": "2",
"pages": "149--154",
"other_ids": {
"PMID": [
"19283312"
]
},
"num": null,
"urls": [],
"raw_text": "GRABAR, N., VAROUTAS, P., RIZAND, P., LIVARTOWSKI, A. et HAMON, T. (2009). Automatic acquisition of synonym ressources and assessment of their impact on the enhanced search in EHRs. Methods of Information in Medicine, 48(2):149-154. PMID 19283312.",
"links": null
},
"BIBREF14": {
"ref_id": "b14",
"title": "Subword segmentation -leveling out morphological variations for medical document retrieval",
"authors": [
{
"first": "U",
"middle": [],
"last": "Hahn",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Honeck",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Piotrowsky",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Schulz",
"suffix": ""
}
],
"year": 2001,
"venue": "AMIA",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HAHN, U., HONECK, M., PIOTROWSKY, M. et SCHULZ, S. (2001). Subword segmentation -leveling out morphological variations for medical document retrieval. In AMIA.",
"links": null
},
"BIBREF15": {
"ref_id": "b15",
"title": "Detection of synonymy links between terms : experiment and results",
"authors": [
{
"first": "T",
"middle": [],
"last": "Hamon",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Nazarenko",
"suffix": ""
}
],
"year": 2001,
"venue": "Recent Advances in Computational Terminology",
"volume": "",
"issue": "",
"pages": "185--208",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HAMON, T. et NAZARENKO, A. (2001). Detection of synonymy links between terms : experiment and results. In Recent Advances in Computational Terminology, pages 185-208. John Benjamins.",
"links": null
},
"BIBREF16": {
"ref_id": "b16",
"title": "Le d\u00e9veloppement d'une plate-forme pour l'annotation sp\u00e9cialis\u00e9e de documents web : retour d'exp\u00e9rience",
"authors": [
{
"first": "T",
"middle": [],
"last": "Hamon",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Nazarenko",
"suffix": ""
}
],
"year": 2008,
"venue": "TAL",
"volume": "49",
"issue": "2",
"pages": "127--154",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HAMON, T. et NAZARENKO, A. (2008). Le d\u00e9veloppement d'une plate-forme pour l'annotation sp\u00e9cialis\u00e9e de documents web : retour d'exp\u00e9rience. TAL, 49(2):127-154.",
"links": null
},
"BIBREF17": {
"ref_id": "b17",
"title": "Decision support methods for the detection of adverse events in post-marketing data",
"authors": [
{
"first": "M",
"middle": [],
"last": "Hauben",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Bate",
"suffix": ""
}
],
"year": 2009,
"venue": "Drug Discov Today",
"volume": "14",
"issue": "7-8",
"pages": "343--357",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HAUBEN, M. et BATE, A. (2009). Decision support methods for the detection of adverse events in post-marketing data. Drug Discov Today, 14(7-8):343-357.",
"links": null
},
"BIBREF18": {
"ref_id": "b18",
"title": "Translating lexical semantic relations : The first step towards multilingual WordNets",
"authors": [
{
"first": "C.-R",
"middle": [],
"last": "Huang",
"suffix": ""
},
{
"first": "I",
"middle": [
"J E"
],
"last": "Tseng",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Tsai",
"suffix": ""
}
],
"year": 2002,
"venue": "COLING Workshop SemaNet'02",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HUANG, C.-R., TSENG, I. J. E. et TSAI, D. (2002). Translating lexical semantic relations : The first step towards multilingual WordNets. In COLING Workshop SemaNet'02.",
"links": null
},
"BIBREF19": {
"ref_id": "b19",
"title": "Clustering WHO-ART terms using semantic distance and machine algorithms",
"authors": [
{
"first": "J",
"middle": [],
"last": "Iavindrasana",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Bousquet",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Degoulet",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Jaulent",
"suffix": ""
}
],
"year": 2006,
"venue": "AMIA",
"volume": "",
"issue": "",
"pages": "369--373",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "IAVINDRASANA, J., BOUSQUET, C., DEGOULET, P. et JAULENT, M. (2006). Clustering WHO-ART terms using semantic distance and machine algorithms. In AMIA, pages 369-373.",
"links": null
},
"BIBREF20": {
"ref_id": "b20",
"title": "A symbolic and surgical acquisition of terms through variation",
"authors": [
{
"first": "C",
"middle": [],
"last": "Jacquemin",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Wermter",
"suffix": ""
},
{
"first": "E",
"middle": [],
"last": "Riloff",
"suffix": ""
},
{
"first": "G",
"middle": [],
"last": "Scheler",
"suffix": ""
}
],
"year": 1996,
"venue": "\u00e9diteurs : Connectionist, Statistical and Symbolic Approaches to Learning for Natural Language Processing",
"volume": "",
"issue": "",
"pages": "425--438",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "JACQUEMIN, C. (1996). A symbolic and surgical acquisition of terms through variation. In WERMTER, S., RILOFF, E. et SCHELER, G., \u00e9diteurs : Connectionist, Statistical and Symbolic Ap- proaches to Learning for Natural Language Processing, pages 425-438, Springer.",
"links": null
},
"BIBREF21": {
"ref_id": "b21",
"title": "Evaluation of an ontological resource for pharmacovigilance",
"authors": [
{
"first": "M",
"middle": [],
"last": "Jaulent",
"suffix": ""
},
{
"first": "I",
"middle": [],
"last": "Alecu",
"suffix": ""
}
],
"year": 2009,
"venue": "MIE",
"volume": "",
"issue": "",
"pages": "522--526",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "JAULENT, M. et ALECU, I. (2009). Evaluation of an ontological resource for pharmacovigilance. In MIE, pages 522-526.",
"links": null
},
"BIBREF22": {
"ref_id": "b22",
"title": "L'hyperonymie revisit\u00e9e : inclusion et hi\u00e9rarchie",
"authors": [
{
"first": "G",
"middle": [],
"last": "Kleiber",
"suffix": ""
},
{
"first": "I",
"middle": [],
"last": "Tamba",
"suffix": ""
}
],
"year": 1990,
"venue": "Langages",
"volume": "98",
"issue": "",
"pages": "7--32",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "KLEIBER, G. et TAMBA, I. (1990). L'hyperonymie revisit\u00e9e : inclusion et hi\u00e9rarchie. Langages, 98:7-32.",
"links": null
},
"BIBREF23": {
"ref_id": "b23",
"title": "French evaluative prefixes in translation : from automatic alignment to semantic categorization",
"authors": [
{
"first": "M",
"middle": [],
"last": "Lefer",
"suffix": ""
},
{
"first": "N",
"middle": [],
"last": "Grabar",
"suffix": ""
}
],
"year": 2013,
"venue": "CIL TACMO workshop",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "LEFER, M. et GRABAR, N. (2013). French evaluative prefixes in translation : from automatic alignment to semantic categorization. In CIL TACMO workshop. To appear.",
"links": null
},
"BIBREF24": {
"ref_id": "b24",
"title": "A comparative study of argument structure and lexicon",
"authors": [
{
"first": "A",
"middle": [],
"last": "Li",
"suffix": ""
}
],
"year": 2011,
"venue": "International Conference on Bilingualism and Comparative Linguistics",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "LI, A. (2011). A comparative study of argument structure and lexicon. In International Conference on Bilingualism and Comparative Linguistics.",
"links": null
},
"BIBREF25": {
"ref_id": "b25",
"title": "Anchoring Dutch cultural heritage thesauri to WordNet : two case studies",
"authors": [
{
"first": "V",
"middle": [],
"last": "Malais\u00e9",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Isaac",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Gazendam",
"suffix": ""
},
{
"first": "H",
"middle": [],
"last": "Brugman",
"suffix": ""
}
],
"year": 2007,
"venue": "Workshop on Language Technology for Cultural Heritage Data (LaTeCH",
"volume": "",
"issue": "",
"pages": "57--64",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "MALAIS\u00c9, V., ISAAC, A., GAZENDAM, L. et BRUGMAN, H. (2007). Anchoring Dutch cultural heritage thesauri to WordNet : two case studies. In Workshop on Language Technology for Cultural Heritage Data (LaTeCH, pages 57-64.",
"links": null
},
"BIBREF26": {
"ref_id": "b26",
"title": "Towards a multilingual medical lexicon",
"authors": [
{
"first": "K",
"middle": [],
"last": "Marko",
"suffix": ""
},
{
"first": "R",
"middle": [],
"last": "Baud",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Zweigenbaum",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Borin",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Merkel",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Schulz",
"suffix": ""
}
],
"year": 2006,
"venue": "AMIA",
"volume": "",
"issue": "",
"pages": "534--538",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "MARKO, K., BAUD, R., ZWEIGENBAUM, P., BORIN, L., MERKEL, M. et SCHULZ, S. (2006). Towards a multilingual medical lexicon. In AMIA, pages 534-538.",
"links": null
},
"BIBREF27": {
"ref_id": "b27",
"title": "Standardised MedDRA queries : their role in signal detection",
"authors": [
{
"first": "P",
"middle": [],
"last": "Mozzicato",
"suffix": ""
}
],
"year": 2007,
"venue": "Drug Saf",
"volume": "30",
"issue": "7",
"pages": "617--619",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "MOZZICATO, P. (2007). Standardised MedDRA queries : their role in signal detection. Drug Saf, 30(7):617-619.",
"links": null
},
"BIBREF28": {
"ref_id": "b28",
"title": "UMLS Knowledge Sources Manual",
"authors": [
{
"first": "",
"middle": [],
"last": "Nlm",
"suffix": ""
}
],
"year": 2011,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "NLM (2011). UMLS Knowledge Sources Manual. National Library of Medicine, Bethesda, Maryland. www.nlm.nih.gov/research/umls/.",
"links": null
},
"BIBREF30": {
"ref_id": "b30",
"title": "Influence of the MedDRA hierarchy on pharmacovigilance data mining results",
"authors": [
{
"first": "R",
"middle": [],
"last": "Pearson",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Hauben",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Goldsmith",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Gould",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Madigan",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "O'hara",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Reisinger",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Hochberg",
"suffix": ""
}
],
"year": 2009,
"venue": "Int J Med Inform",
"volume": "78",
"issue": "12",
"pages": "97--103",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "PEARSON, R., HAUBEN, M., GOLDSMITH, D., GOULD, A., MADIGAN, D., O'HARA, D., REISINGER, S. et HOCHBERG, A. (2009). Influence of the MedDRA hierarchy on pharmacovigilance data mining results. Int J Med Inform, 78(12):97-103.",
"links": null
},
"BIBREF32": {
"ref_id": "b32",
"title": "An ontology driven collaborative development for biomedical terminologies : from the french CCAM to the australian ICHI coding system",
"authors": [
{
"first": "J",
"middle": [],
"last": "Rodrigues",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Rector",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Zanstra",
"suffix": ""
},
{
"first": "R",
"middle": [],
"last": "Baud",
"suffix": ""
},
{
"first": "K",
"middle": [],
"last": "Innes",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "Rogers",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Rassinoux",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Schulz",
"suffix": ""
},
{
"first": "B",
"middle": [
"T"
],
"last": "Paviot",
"suffix": ""
},
{
"first": "H",
"middle": [],
"last": "Ten Napel",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Clavel",
"suffix": ""
},
{
"first": "",
"middle": [],
"last": "Van Der",
"suffix": ""
},
{
"first": "E",
"middle": [],
"last": "Haring",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Mateus",
"suffix": ""
}
],
"year": 2006,
"venue": "MIE",
"volume": "",
"issue": "",
"pages": "863--868",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "RODRIGUES, J., RECTOR, A., ZANSTRA, P., BAUD, R., INNES, K., ROGERS, J., RASSINOUX, A., SCHULZ, S., PAVIOT, B. T., TEN NAPEL, H., CLAVEL, L., VAN DER HARING, E. et MATEUS, C. (2006). An ontology driven collaborative development for biomedical terminologies : from the french CCAM to the australian ICHI coding system. In MIE, pages 863-868.",
"links": null
},
"BIBREF33": {
"ref_id": "b33",
"title": "Probabilistic part-of-speech tagging using decision trees",
"authors": [
{
"first": "H",
"middle": [],
"last": "Schmid",
"suffix": ""
}
],
"year": 1994,
"venue": "ICNMLP",
"volume": "",
"issue": "",
"pages": "44--49",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "SCHMID, H. (1994). Probabilistic part-of-speech tagging using decision trees. In ICNMLP, pages 44-49, Manchester, UK.",
"links": null
},
"BIBREF34": {
"ref_id": "b34",
"title": "Morpheme-based, cross-lingual indexing for medical document retrieval",
"authors": [
{
"first": "S",
"middle": [],
"last": "Schulz",
"suffix": ""
},
{
"first": "U",
"middle": [],
"last": "Hahn",
"suffix": ""
}
],
"year": 2000,
"venue": "Int J Med Inform",
"volume": "",
"issue": "",
"pages": "87--99",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "SCHULZ, S. et HAHN, U. (2000). Morpheme-based, cross-lingual indexing for medical document retrieval. Int J Med Inform, 58-59:87-99.",
"links": null
},
"BIBREF35": {
"ref_id": "b35",
"title": "Cross-lingual keyword assignment",
"authors": [
{
"first": "R",
"middle": [],
"last": "Steinberger",
"suffix": ""
}
],
"year": 2011,
"venue": "Procesamiento del Lenguaje Natural",
"volume": "27",
"issue": "",
"pages": "273--280",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "STEINBERGER, R. (2011). Cross-lingual keyword assignment. Procesamiento del Lenguaje Natural, 27:273-280.",
"links": null
},
"BIBREF37": {
"ref_id": "b37",
"title": "Developing a robust part-of-speech tagger for biomedical text",
"authors": [],
"year": null,
"venue": "LNCS",
"volume": "3746",
"issue": "",
"pages": "382--392",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "Developing a robust part-of-speech tagger for biomedical text. LNCS, 3746:382-392.",
"links": null
},
"BIBREF38": {
"ref_id": "b38",
"title": "Stylistique Compar\u00e9e du Fran\u00e7ais et de l'Anglais",
"authors": [
{
"first": "J",
"middle": [],
"last": "Vinay",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "Darbelnet",
"suffix": ""
}
],
"year": 1958,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "VINAY, J. et DARBELNET, J. (1958). Stylistique Compar\u00e9e du Fran\u00e7ais et de l'Anglais. Didier-Harrap.",
"links": null
},
"BIBREF39": {
"ref_id": "b39",
"title": "A cross-linguistic survey of the grammaticalization of evidentiality",
"authors": [
{
"first": "T",
"middle": [],
"last": "Willett",
"suffix": ""
}
],
"year": 1988,
"venue": "Studies in Language",
"volume": "12",
"issue": "",
"pages": "51--97",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "WILLETT, T. (1988). A cross-linguistic survey of the grammaticalization of evidentiality. Studies in Language, 12:51-97.",
"links": null
},
"BIBREF40": {
"ref_id": "b40",
"title": "Do standardized MedDRA queries add value to safety data mining",
"authors": [
{
"first": "N",
"middle": [],
"last": "Yuen",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Fram",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Vanderwall",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "Almenoff",
"suffix": ""
}
],
"year": 2008,
"venue": "ICPE 2008",
"volume": "",
"issue": "",
"pages": "1--2",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "YUEN, N., FRAM, D., VANDERWALL, D. et ALMENOFF, J. (2008). Do standardized MedDRA queries add value to safety data mining ? In ICPE 2008, pages 1-2.",
"links": null
}
},
"ref_entries": {
"FIGREF0": {
"text": "Sch\u00e9ma g\u00e9n\u00e9ral de la m\u00e9thode.",
"uris": null,
"type_str": "figure",
"num": null
},
"FIGREF2": {
"text": "Exemple de graphe (extrait du cluster leuc\u00e9mie).",
"uris": null,
"type_str": "figure",
"num": null
},
"FIGREF4": {
"text": "(a) Pr\u00e9cision (moyenne) : anglais 71,1 %, fran\u00e7ais 70,5 %, union 74 %, baseline 69,3 % (b) Rappel (moyenne) : anglais 11,8 %, fran\u00e7ais 8,4 %, union 12,1 %, baseline 9,2 % (c) F-mesure (moyenne) : anglais 18,9, fran\u00e7ais 14, union 18,3, baseline 14,6",
"uris": null,
"type_str": "figure",
"num": null
},
"FIGREF5": {
"text": "num\u00e9ro 4139 de LNAI, pages 380-387. Springer. BAEZA-YATES, R. et RIBEIRO-NETO, B. (1999). Modern Information Retrieval. Addison-Wesley, New York. BANEA, C., MIHALCEA, R. et WIEBE, J. (2011). Multilingual sentiment and subjectivity. In Multilingual Natural Language Processing, Prentice Hall. BROWN, E., WOOD, L. et WOOD, S. (1999). The medical dictionary for regulatory activities (MedDRA). Drug Saf., 20(2):109-117.",
"uris": null,
"type_str": "figure",
"num": null
},
"TABREF1": {
"num": null,
"text": "Il s'agit des conditions m\u00e9dicales graves qui peuvent causer des atteintes de sant\u00e9 et des hospitalisations, voire un d\u00e9c\u00e8s. Les donn\u00e9es de r\u00e9f\u00e9rence contiennent des relations s\u00e9mantiques implicites entre les termes : on sait que tous les termes au sein des clusters de r\u00e9f\u00e9rence sont li\u00e9s \u00e0 une condition m\u00e9dicale mais la logique ou bien la nature de relations entre les termes ne sont pas connues.",
"html": null,
"type_str": "table",
"content": "<table><tr><td>manuellement par des groupes d'experts. Il existe actuellement 84 clusters (CIOMS, 2004).</td></tr><tr><td>Les conditions m\u00e9dicales sont par exemple : Affections h\u00e9patiques, Rhabdomyolyse/Myopathie,</td></tr><tr><td>Infarctus myocardique, Convulsions. 2.3 Ressources linguistiques</td></tr><tr><td>Les ressources linguistiques externes que nous utilisons apportent des connaissances linguistiques</td></tr><tr><td>et s\u00e9mantiques sur les mots des termes. Ces ressources sont aussi en deux langues, fran\u00e7ais et</td></tr><tr><td>anglais. Typiquement, ces ressources contiennent des relations de synonymie entre les mots ou</td></tr><tr><td>les termes, comme par exemple {accord, concordance}, {aceperone, acetabutone} ou {bleeding, hemorrhage}. Trois types de synonymes sont utilis\u00e9s :</td></tr><tr><td>UMLS : synonymes de la langue m\u00e9dicale extraits directement de la ressource terminologique</td></tr><tr><td>UMLS (Unified Medical Language System) (NLM, 2011). Ces synonymes correspondent aux</td></tr><tr><td>termes qui appartiennent \u00e0 un m\u00eame concept d'UMLS ;</td></tr><tr><td>3t : ressources de synonymie construites lors des travaux pr\u00e9c\u00e9dents pour le fran\u00e7ais</td></tr><tr><td>, cr\u00e9\u00e9e pour l'indexation, l'analyse et la surveillance des effets</td></tr><tr><td>ind\u00e9sirables de m\u00e9dicaments. C'est une terminologie internationale cr\u00e9\u00e9e et maintenue en anglais,</td></tr><tr><td>et traduite en fran\u00e7ais et espagnol. Nous exploitons les termes pr\u00e9f\u00e9r\u00e9s P T de cette terminologie</td></tr><tr><td>en anglais et en fran\u00e7ais, 18 209 et 18 786 respectivement. Il s'agit donc globalement du m\u00eame</td></tr><tr><td>ensemble de termes, mais dont les libell\u00e9s sont en langues diff\u00e9rentes (anglais et fran\u00e7ais) :</td></tr><tr><td>leukaemia et leuc\u00e9mie, B-cell type acute leukaemia et Leuc\u00e9mie B aigu\u00eb, atypical depressive disorder</td></tr><tr><td>et trouble d\u00e9pressif atypique, etc. Chaque terme re\u00e7oit un identifiant unique, qui reste le m\u00eame</td></tr><tr><td>quelle que soit la langue de la terminologie. Les termes de MedDRA sont structur\u00e9s en cinq</td></tr><tr><td>niveaux hi\u00e9rarchiques. Au-dessus des termes P T , que nous exploitons, les termes de niveau H LT</td></tr><tr><td>(High Level Terms) subsument hi\u00e9rarchiquement les termes P T .</td></tr><tr><td>2.2 Donn\u00e9es de r\u00e9f\u00e9rence</td></tr><tr><td>Les donn\u00e9es de r\u00e9f\u00e9rence se pr\u00e9sentent sous forme de clusters de termes li\u00e9s \u00e0 une condition</td></tr><tr><td>m\u00e9dicale donn\u00e9e. Ces donn\u00e9es sont ind\u00e9pendantes de notre travail et elles ont \u00e9t\u00e9 constitu\u00e9es</td></tr></table>"
},
"TABREF3": {
"num": null,
"text": "Les termes et les relations hi\u00e9rarchiques sont repr\u00e9sent\u00e9s sous forme de graphes orient\u00e9s : les termes sont les noeuds et les liens hi\u00e9rarchiques les arcs orient\u00e9s. Ces graphes sont partitionn\u00e9s en composantes fortement connexes : dans un graphe orient\u00e9 G, nous identifions des sous-graphes maximaux H de G, o\u00f9 pour chaque paire {x, y} de noeuds de H, il existe un chemin compos\u00e9 d'arcs orient\u00e9s de x \u00e0 y. Avec ce type de composantes, un terme peut appartenir \u00e0 plus d'un cluster, ce qui est aussi le cas des donn\u00e9es de r\u00e9f\u00e9rence. Les clusters peuvent correspondre aux ensembles ou aux sous-ensembles des donn\u00e9es de r\u00e9f\u00e9rence. Pour am\u00e9liorer la couverture, nous ajoutons les synonymes : si un terme a une relation de synonymie avec un terme du cluster, ce terme est ajout\u00e9 au cluster. Le terme central d'un cluster lui donne son libell\u00e9.",
"html": null,
"type_str": "table",
"content": "<table/>"
},
"TABREF5": {
"num": null,
"text": "Clusters g\u00e9n\u00e9r\u00e9s dans chaque langue (anglais, fran\u00e7ais) et avec leur union.La table 3 contient les donn\u00e9es sur les clusters g\u00e9n\u00e9r\u00e9s. Nous pouvons observer que le nombre de clusters, aussi bien que leurs tailles, sont plus grands lorsque les donn\u00e9es des deux langues sont consid\u00e9r\u00e9es. Ainsi, les deux langues sont compl\u00e9mentaires de diff\u00e9rents points de vue : au niveau des relations et au niveau des clusters.",
"html": null,
"type_str": "table",
"content": "<table><tr><td>Relations et m\u00e9thodes</td><td/><td colspan=\"2\"># relations</td></tr><tr><td/><td colspan=\"3\">anglais fran\u00e7ais</td></tr><tr><td>Hi\u00e9rarchique (inclusion lexicale)</td><td colspan=\"2\">3 366</td><td>3 980</td></tr><tr><td colspan=\"2\">Hi\u00e9rarchique (variantes morpho-synt.)</td><td>316</td><td>178</td></tr><tr><td>Synonymie (UMLS)</td><td/><td>54</td><td>-</td></tr><tr><td>Synonymie (relations acquises)</td><td colspan=\"2\">1 110</td><td>31</td></tr><tr><td>Synonymie (termes simples)</td><td/><td>214</td><td>-</td></tr><tr><td>Synonymie (langue g\u00e9n\u00e9rale)</td><td/><td>28</td><td>142</td></tr><tr><td>Nombre total de synonymes</td><td colspan=\"2\">1 459</td><td>164</td></tr><tr><td colspan=\"4\">TABLE 2 -Relations g\u00e9n\u00e9r\u00e9es dans chaque langue.</td></tr><tr><td colspan=\"5\">Une remarque int\u00e9ressante peut aussi \u00eatre faite sur l'apport de ressources linguistiques. Nous</td></tr><tr><td colspan=\"5\">voyons par exemple que les synonymes d'UMLS, qui sont directement accessibles dans cette</td></tr><tr><td colspan=\"5\">ressource, fournissent un apport faible en anglais et un apport nul en fran\u00e7ais. Nos r\u00e9sultats</td></tr><tr><td colspan=\"5\">indiquent ainsi clairement l'int\u00e9r\u00eat de construire et d'utiliser d'autres ressources linguistiques.</td></tr><tr><td>4.2 G\u00e9n\u00e9ration de clusters</td><td/><td/><td/></tr><tr><td colspan=\"3\">anglais fran\u00e7ais</td><td colspan=\"2\">union</td></tr><tr><td>Nombre de clusters</td><td>965</td><td>1 133</td><td colspan=\"2\">1 571</td></tr><tr><td colspan=\"5\">Taille des clusters (intervalle) [2 ; 257] [2 ; 205] [2 ; 301]</td></tr><tr><td>Taille des clusters (moyenne)</td><td>6,39</td><td>4,97</td><td/><td>6</td></tr><tr><td>Relations et m\u00e9thodes</td><td colspan=\"4\">% dans les clusters</td></tr><tr><td/><td colspan=\"4\">anglais fran\u00e7ais union</td></tr><tr><td>Hi\u00e9rarchique (inclusion lexicale)</td><td>79,57</td><td colspan=\"2\">96,66</td><td>89,2</td></tr><tr><td>Hi\u00e9rarchique (variantes morpho-synt.)</td><td>8,62</td><td/><td>2,56</td><td>4,36</td></tr><tr><td>Synonymes</td><td>11,81</td><td/><td>0,78</td><td>6,44</td></tr></table>"
},
"TABREF6": {
"num": null,
"text": "Participation des relations dans la cr\u00e9ation de clusters.",
"html": null,
"type_str": "table",
"content": "<table/>"
},
"TABREF7": {
"num": null,
"text": "Nous pouvons ainsi observer que la g\u00e9n\u00e9ration de relations hi\u00e9rarchiques permet de d\u00e9tecter plus de r\u00e9gularit\u00e9s communes dans les deux langues. Mais plusieurs relations sont uniques \u00e0 une langue (i.e., {abdominal rebound tenderness, abdominal tenderness} en anglais, {fibrome du sein, tumeur du sein} en fran\u00e7ais). De mani\u00e8re g\u00e9n\u00e9rale, l'union indique que les langues contribuent de mani\u00e8re quasiment \u00e9gale : 39,69 % de termes uniques en anglais, 34,03 % uniques en fran\u00e7ais, et 26,27 % de termes communs aux deux langues.",
"html": null,
"type_str": "table",
"content": "<table><tr><td>Relations</td><td colspan=\"3\">anglais fran\u00e7ais intersection</td></tr><tr><td colspan=\"2\">Hi\u00e9rarchique 1 919</td><td>2 395</td><td>1 763</td></tr><tr><td>Synonymie</td><td>1 332</td><td>137</td><td>27</td></tr><tr><td>Total</td><td>3 251</td><td>2 532</td><td>1 790</td></tr><tr><td colspan=\"4\">TABLE 5 -Nombre de relations sp\u00e9cifiques et communes (intersection) aux langues.</td></tr><tr><td colspan=\"4\">La table 5 indique la compl\u00e9mentarit\u00e9 entre les deux langues pour chaque type de relations :</td></tr><tr><td colspan=\"4\">seulement 27 relations de synonymie, mais jusqu'\u00e0 1 763 relations hi\u00e9rarchiques sont communes</td></tr><tr><td>aux deux langues.</td><td/><td/><td/></tr></table>"
}
}
}
} |