Extraction et classification des informations médicales des réseaux sociaux

Abstract

Le traitement automatique de la langue est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle. Il vise à créer des outils de traitement de la langue naturelle pour diverses applications. Parmi ces applications, nous pouvons citer celles qui relèvent du traitement des réseaux sociaux. Les sites de médias sociaux, tels que Twitter, sont une source riche de nombreux types d'informations, notamment en matière de santé. Ce travail s’inscrit dans le cadre de la réalisat ion d’un système d’extraction et classificat ion des informat ions médicales des réseaux sociaux (twitter) . Notre objectif consiste aussi à détecter avec précision des entités telles que les médicaments et les symptômes et faire la séparation des textes contenant des informations médicales de ceux qui n'en contiennent pas. Ces fonctionnalités ont été réalisées en s'inspirant des techniques de classification automatique de données textuelles. La première phase de ce travail consiste à la préparation des données nécessaires à la réalisation de cette tâche. Nous avons appliqué ensuite un prétraitement au corpus. Nous avons utilisé des méthodes d'apprentissage automatique. Pour atteindre notre objectif, plus précisément, nous avons testé différents algorithmes de classification et comparé leurs performances.

Mots clés : Extraction d'information, Twitter, Diagnostique médicale, Traitement automatique de la langue, Classification de texte.