Résumé:
Ce mémoire présente une approche sémantique visant `a simplifier les textes médicaux.
Trois solutions distinctes sont mises en œuvre dans cette approche; Dans la première
solution, le modèle pré-entraîne BioGPT est utilisé pour générer du texte médical. La
deuxième solution repose sur l’algorithme TextRank, qui permet de résumer les textes
médicaux. Enfin, la dernière solution exploite les ontologies de UMLS et la ressource
lexico-semantique WordNet afin de simplifier le langage médical, complétant ainsi les deux
premières solutions.
Ce travail de recherche apporte une contribution significative au domaine de la simplification
des textes médicaux en proposant des solutions concrètes. L’approche sémantique
adoptée offre des perspectives prometteuses pour faciliter la compréhension et l’utilisation
des informations médicales. Une telle simplification des textes médicaux peut avoir un
impact positif sur la qualité des soins de santé et favoriser une meilleure accessibilité aux
informations médicales pour une large gamme de lecteurs. En résumé, ce mémoire souligne
l’importance de cette approche et ses implications potentielles dans le domaine de la santé.
Mots-cl´es: Traitement Automatique du Langage Naturel, Génération Automatique de Texte, Résumé de Texte, Simplification des Textes, Analyse Sémantique.
