@inproceedings{Minard-Roques-Hiot-Halfeld-Ferrari-Alves-Savary:DEFT:2020,
    author = "Minard, Anne-Lyse and Roques, Andr\'eane and Hiot, Nicolas and Halfeld Ferrari Alves, Mirian and Savary, Agata",
    title = "DOING@DEFT : cascade de CRF pour l'annotation d'entit\'es cliniques imbriqu\'ees",
    booktitle = "Actes de l'atelier D\'efi Fouille de Textes@JEP-TALN 2020  similarit\'e s\'emantique et extraction d'information fine. Atelier D\'Efi Fouille de Textes",
    month = "6",
    year = "2020",
    address = "Nancy, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "66-78",
    note = "DOING@DEFT : cascade of CRF for the annotation of nested clinical entities",
    abstract = "Cet article pr\'esente le syst\`eme d\'evelopp\'e par l'\'equipe DOING pour la campagne d'\'evaluation DEFT 2020 portant sur la similarit\'e s\'emantique et l'extraction d'information fine. L'\'equipe a particip\'e uniquement \`a la t\^ache 3 : ''extraction d'information''. Nous avons utilis\'e une cascade de CRF pour annoter les diff\'erentes informations \`a rep\'erer. Nous nous sommes concentr\'es sur la question de l'imbrication des entit\'es et de la pertinence d'un type d'entit\'e pour apprendre \`a reconna{\^\i}tre un autre. Nous avons \'egalement test\'e l'utilisation d'une ressource externe, MedDRA, pour am\'eliorer les performances du syst\`eme et d'un pipeline plus complexe mais ne g\'erant pas l'imbrication des entit\'es. Nous avons soumis 3 runs et nous obtenons en moyenne sur toutes les classes des F-mesures de 0,64, 0,65 et 0,61.",
    keywords = "extraction d'information fine ; cas cliniques ; entit\'es cliniques ; entit\'es imbriqu\'ees ; apprentissage automatique ; CRF.",
    url = "http://talnarchives.atala.org/ateliers/2020/DEFT/212.pdf"
}