Résumé:
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.
