@inproceedings{Le-Clercq-de-Lannoy-Besancon-Ferret-Tourille-Brin-Henry-Vieru:TALN:2022,
    author = "Le Clercq de Lannoy, Tiphaine and Besan\c{c}on, Romaric and Ferret, Olivier and Tourille, Julien and Brin-Henry, Fr\'ed\'erique and Vieru, Bianca",
    title = "Strat\'egies d'adaptation pour la reconnaissance d'entit\'es m\'edicales en fran\c{c}ais",
    booktitle = "Actes de la 29e Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf\'erence principale / Travaux originaux",
    month = "6",
    year = "2022",
    address = "Avignon, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "214-224",
    note = "Adaptation strategies for biomedical named entity recognition in French",
    abstract = "Dans un contexte o\`u peu de corpus annot\'es pour l'extraction d'entit\'es m\'edicales sont disponibles, nous \'etudions dans cet article une approche hybride combinant utilisation de connaissances sp\'ecialis\'ees et adaptation de mod\`eles de langues en mettant l'accent sur l'effet du pr\'e-entra{\^\i}nement d'un mod\`ele de langue g\'en\'eraliste (CamemBERT) sur diff\'erents corpus. Les r\'esultats sont obtenus sur le corpus QUAERO. Nous montrons que pr\'e-entra{\^\i}ner un mod\`ele avec un corpus sp\'ecialis\'e, m\^eme de taille r\'eduite, permet d'observer une am\'elioration des r\'esultats. La combinaison de plusieurs approches permet de gagner un \`a sept points de F1-mesure selon le corpus de test et la m\'ethode.",
    keywords = "Extraction d'information, Reconnaissance d'entit\'es nomm\'ees, UMLS, BERT.",
    url = "http://talnarchives.atala.org/TALN/TALN-2022/4999.pdf"
}