Qwant Research 参与 DEFT 2019：基于临床病例的文档匹配与信息检索
计算与语言
2019-07-15 v1 信息检索
机器学习
机器学习
摘要
本文报道了 Qwant Research 对 DEFT 2019 挑战赛任务 2 和任务 3 的贡献，重点关注法语临床病例分析。任务 2 是一项关于临床病例与讨论之间语义相似性的任务。针对该任务，我们提出了一种基于语言模型的方法，并评估了不同预处理和匹配技术对结果的影响。对于任务 3，我们开发了一个信息抽取系统，在准确率方面取得了令人鼓舞的结果。我们尝试了两种不同的方法，一种基于神经网络的独家使用，另一种基于语言学分析。
引用
@article{arxiv.1907.05790,
title = {Qwant Research @DEFT 2019: Document matching and information retrieval using clinical cases},
author = {Estelle Maudet and Oralie Cattan and Maureen de Seyssel and Christophe Servan},
journal= {arXiv preprint arXiv:1907.05790},
year = {2019}
}
备注
Article accepted at the workshop DEfi fouille de Texte (DEFT 2019). Article in French