| Titre : | Natural language Processing to improve HealthCare Delivery |
| Auteurs : | Farah Bouzid, Auteur ; Sadek Labib Terrissa, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2022 |
| Format : | 1 vol. (60 p.) / couv. ill. en coul / 30 cm |
| Langues: | Français |
| Résumé : | Ce travail est la combinaison de plusieurs disciplines qui incluent la méthode de résumé du texte à travers le processus de traitement de données textuelle dans le domaine de la santé en utilisant le traitement du langage naturel(les algorithmes de résumé TLN ) ce méthode aide les chercheurs d'informations biomédicales à éviter la surcharge d'informations en réduisant la longueur d'un document tout en préservant l'essence du contenu. |
| Sommaire : |
Dédicace Remerciement Résumé Table des matières Table des figures Introduction générale Chapitre 1 : Traitement de langage naturel 02 1.1 Introduction 03 1.2 Historique 03 1.3 Traitement de langage naturel 04 1.4 Comment la PNL s’intègre-t-elle dans le monde de l’IAP 04 1.5 Composantes de la NLP 05 1.5.1 Compréhension du langage naturel (NLU) 05 1.5.1.1 L’ambigüité lexicale 06 1.5.1.2 L’ambigüité syntaxique 06 1.5.1.3 Ambiguïté référentielle 07 1.5.2 Génération de langage naturel (NLG) 07 1.6 Différence entre NLU et NLG 07 1.7 La fonction de traitement du langage Naturel 07 1.7.1 L’analyse lexicale 08 1.7.2 L’analyse syntaxique 08 1.7.3 L’analyse sémantique 08 1.7.4 L’analyse pragmatique 09 1.8 Les Applications de Traitement de langage naturel 09 1.8.1 Analyse des sentiments 09 1.8.2 Assistants vocaux et chat bots 10 1.8.3 Extraction de texte 10 1.8.4 Traduction 11 1.9 Résumé du texte dans le traitement de langage naturel 12 1.10 Méthodes de résumé de texte 13 1.11 Les principales méthodes utilisées en NLP 15 1.12 Conclusion 18 Table des Matières :Chapitre 2 : Le Traitement du langage naturel dans le domaine de la santé 19 2.1 Introduction 20 2.2 Traitement du Langage Naturel dans le domaine de la santé 21 2.3 Niveaux de TLN dans les soins de santés 21 2.4 Facteurs déterminants de la PNL dans les soins de santé 22 2.5 L'intelligence artificielle dans les soins de santé 25 2.6 Défis et avantages de l'intelligence artificielle 25 2.7 Applications de l'IA dans les soins de santé 26 2.7.1 L'IA pour la découverte de médicaments 26 2.7.2 L'IA pour les essais cliniques 26 2.7.3 Essais cliniques intelligents 27 2.7.4 Coopération sur les essais cliniques et partage de modèles 2.8 Les soins aux patients 28 2.8.1 Robotique médicale 28 2.8.2 Génétique IA Médecine axée sur les données 28 2.9 Conclusion 29 Chapitre 3 : La conception 30 3.1 Introduction 31 3.2 Problématique 31 3.3 Objectif 31 3.4 Architecture 31 3.5 Traitement de texte 32 3.5.1 La base de données 33 3.5.2 Extraction 34 3.5.3 Tokénisation 35 3.5.3.1 Mot-tokénisation 35 3.5.3.2 Phrase-tokénisation 36 3.6 Suppression des mots vides 38 3.7 Racinisation et lemmatisation 38 Conclusion 42 Chapitre 4 : Résultats et Expérimentation 43 4.1 Introduction 444.2 Environnement de développement 44 4.2.1 Environnement Matériel 44 4.2.2 Environnement logiciel 44 4.3 Langage de programmation 46 4.5 Résultats expérimentaux et discussion 47 4.5.1 Résumé de texte avec Nltk, spaCy et sumy et python 47 4.6 Les résultats de prétraitement des données 49 4.7 Interface utilisateur NLP 54 4.8 Conclusion 58 Conclusion Générale : 59 Bibliographie : 60 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/784 | Mémoire master | bibliothèque sciences exactes | Consultable |
