@inproceedings{Cardon-Grabar-Grouin-Hamon:DEFT:2020,
    author = "Cardon, Remi and Grabar, Natalia and Grouin, Cyril and Hamon, Thierry",
    title = "Pr\'esentation de la campagne d'\'evaluation DEFT 2020 : similarit\'e textuelle en domaine ouvert et extraction d'information pr\'ecise dans des cas cliniques",
    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 = "1-13",
    note = "Presentation of the DEFT 2020 Challenge : open domain textual similarity and precise information extraction from clinical cases ",
    abstract = "L'\'edition 2020 du d\'efi fouille de texte (DEFT) a propos\'e deux t\^aches autour de la similarit\'e textuelle et une t\^ache d'extraction d'information. La premi\`ere t\^ache vise \`a identifier le degr\'e de similarit\'e entre paires de phrases sur une \'echelle de 0 (le moins similaire) \`a 5 (le plus similaire). Les r\'esultats varient de 0,65 \`a 0,82 d'EDRM. La deuxi\`eme t\^ache consiste \`a d\'eterminer la phrase la plus proche d'une phrase source parmi trois phrases cibles fournies, avec des r\'esultats tr\`es \'elev\'es, variant de 0,94 \`a 0,99 de pr\'ecision. Ces deux t\^aches reposent sur un corpus du domaine g\'en\'eral et de sant\'e. La troisi\`eme t\^ache propose d'extraire dix cat\'egories d'informations du domaine m\'edical depuis le corpus de cas cliniques de DEFT 2019. Les r\'esultats varient de 0,07 \`a 0,66 de F-mesure globale pour la sous-t\^ache des pathologies et signes ou sympt\^omes, et de 0,14 \`a 0,76 pour la sous-t\^ache sur huit cat\'egories m\'edicales. Les m\'ethodes utilis\'ees reposent sur des CRF et des r\'eseaux de neurones.",
    keywords = "Cas cliniques, extraction d'information, similarit\'e textuelle.",
    url = "http://talnarchives.atala.org/ateliers/2020/DEFT/221.pdf"
}