@inproceedings{Buhnila-Todirascu:CORIA-TALN:2023,
    author = "Buhnila, Ioana and Todirascu, Amalia",
    title = "\'Evaluation d'un g\'en\'erateur automatique de reformulations m\'edicales",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 1 : travaux de recherche originaux - articles longs",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "80-93",
    note = "",
    abstract = "Les textes m\'edicaux sont difficiles \`a comprendre pour le grand public \`a cause des termes de sp\'ecialit\'e. Ces notions m\'edicales ont besoin d'\^etre reformul\'ees en utilisant des mots de la langue commune. La reformulation repr\'esente le processus de r\'e\'ecriture qui a le r\^ole d'expliquer ou simplifier une phrase ou syntagme. Nous pr\'esentons la m\'ethodologie de construction d'un jeu de donn\'ees original (termes et reformulations) permettant la d\'etection et g\'en\'eration des nouvelles reformulations m\'edicales. Pour compl\'eter ce corpus, nous menons des exp\'eriences de g\'en\'eration automatique de reformulations m\'edicales sous-phrastiques avec l'outil APT (Nighojkar \\& Licato, 2021), qui s'appuie sur des techniques d'apprentissage profond. Nous adaptons le mod\`ele de langue de type Transformer T5 (Raffel et al., 2020) avec des termes m\'edicaux et leur reformulations annot\'es manuellement en fran\c{c}ais et en roumain, langue romane peu dot\'ee en ressources pour le TAL. Nous pr\'esentons une analyse d\'etaill\'ee des r\'esultats de la g\'en\'eration automatique des paraphrases.",
    keywords = "g\'en\'eration automatique de la reformulation, apprentissage automatique, texte m\'edical, Transformer T5",
    url = "461946.pdf"
}