@inproceedings{Meoni-Ryffel-De-La-Clergerie:CORIA-TALN:2023,
    author = "Meoni, Simon and Ryffel, Th\'eo and De La Clergerie, Eric",
    title = "Annotation d'entit\'es cliniques en utilisant les Larges Mod\`eles de Langue",
    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 = "190-203",
    note = "",
    abstract = "Dans le domaine clinique et dans d'autres domaines sp\'ecialis\'es, les donn\'ees sont rares du fait de leur caract\`ere confidentiel. Ce manque de donn\'ees est un probl\`eme majeur lors du fine-tuning de mod\`eles de langue.Par ailleurs, les mod\`eles de langue de tr\`es grande taille (LLM) ont des performances prometteuses dans le domaine m\'edical. N\'eanmoins, ils ne peuvent pas \^etre utilis\'es directement dans les infrastructures des \'etablissements de sant\'e pour des raisons de confidentialit\'e des donn\'ees. Nous explorons une approche d'annotation des donn\'ees d'entra{\^\i}nement avec des LLMs pour entra{\^\i}ner des mod\`eles de moins grandes tailles mieux adapt\'es \`a notre probl\'ematique. Cette m\'ethode donne des r\'esultats prometteurs pour des t\^aches d'extraction d'information",
    keywords = "Supervision Faible, Mod\`ele de langue Large, Extraction d'information, TAL dans le domaine clinique",
    url = "479291.pdf"
}