Inférence en langue naturelle pour essais cliniques

Natural Language Inference for clinical trials

• Auteur / Autrice : Mathilde Aguiar
• Direction : Pierre Zweigenbaum
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/10/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Equipe de recherche : SEME
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Plongements enrichis de connaissances

Inférence en langue naturelle

Apprentissage par transfert

Traitement automatique des langues

Classification de textes

Natural Language Processing

Text Classification

Knowledge-enhanced embeddings

Natural Language Inference

Transfer learning

Résumé

Le but global de la thèse est de concevoir un modèle d'inférence en langue naturelle appliqué aux essais cliniques. La tâche de raisonnement sur le domaine clinique est complexe et des connaissances a priori peuvent être utilisées pour améliorer la performance de l'inférence. Cette thèse fait l'hypothèse que des connaissances du domaine provenant de ressources externes peuvent être incorporées dans des modèles de langue pour mieux prédire les incohérences dans la publication de résultats d'essais cliniques randomisés (par exemple, dans la déclaration des critères d'inclusion et d'exclusion). Cette thèse a les objectifs suivants : - Apprentissage par transfert en utilisant des jeux de données disponibles tels que SNLI et MedNLI. Compte tenu de l'existence de jeux de données du domaine général et de domaines proches, cette thèse explorera des méthodes qui peuvent tirer parti de données générales et spécifiques au domaine pour obtenir de meilleures performances. - Incorporer des connaissances du domaine à partir de bases de connaissances. Le traitement des textes cliniques nécessite des connaissances spécifiques au domaine, cette thèse explorera différentes approches d'intégration de ces connaissances dans les modèles.

The overall goal of the thesis is to design a natural language inference model for clinical data. Reasoning on the clinical domain is complex, and background knowledge can be used to improve inference. This thesis hypothesizes that domain knowledge from external resources can be incorporated into language models to predict better inconsistencies in reporting randomized clinical trials (e.g., in reporting the inclusion and exclusion criteria). The thesis has the following sub-goals: - Transfer learning using available datasets, such as SNLI and MedNLI. Given the existence of general-domain and near-domain datasets, such as SNLI and MedNLI, this thesis will explore methods that can take advantage of both general and domain-specific data to obtain better inference performance. - Incorporating domain knowledge from knowledge-bases. Processing clinical texts requires domain-specific knowledge, this thesis will explore different approaches of incorporating such knowledge into the models.