Esculape : un système de question-réponse dans le domaine médical fondé sur l’extraction de relations [Esculape: a question-answering system in the medical domain based on relation extraction]

Esculape : un système de question-réponse dans le domaine médical fondé sur l’extraction de relations Mehdi Embarek* — Olivier Ferret* * CEA, LIST, Laboratoire Vision et Ingénierie des Contenus 91191 Gif-sur-Yvette Cedex, France olivier.ferret@cea.fr RÉSUMÉ. Dans cet article, nous nous intéressons à la problématique de l’adaptation d’un sys- tème de question-réponse en domaine ouvert à un domaine de spécialité, en l’occurrence le domaine médical. Cette adaptation, qui vise à élaborer un système dédié aux médecins géné- ralistes, est réalisée en ajoutant la capacité pour un système de question-réponse en domaine ouvert d’exploiter une ontologie du domaine considéré, en l’occurrence le domaine médical, sans néanmoins être dépendant du niveau des instances de cette ontologie pour trouver les ré- ponses. En effet, malgré l’existence d’un grand nombre de ressources dans le domaine médical, il n’est pas possible de se reposer entièrement sur elles, et plus spécifiquement sur les relations qu’elles abritent, pour répondre à des questions. Nous montrons comment surmonter cette dif- ficulté en apprenant de façon supervisée des patrons linguistiques d’extraction de relations et en les appliquant à l’extraction de réponses. ABSTRACT. In this article, we focus on the problem of adapting an open-domain question- answering system to a specialized domain, the medical domain in the present case with family doctors as target users. More precisely, we tackle this problem by adding to an open-domain system the capability to exploit the concepts and relations of a domain mode. Although a large number of resources exist in this domain, it is not possible to rely only on them, and more specifically on the relations they contain, to answer questions. We show how this difficulty can be overcome by learning linguistic patterns for identifying relations and applying them to extract answers. MOTS-CLÉS : Question-réponse, extraction de relations, domaine médical KEYWORDS: Question-answering, relation extraction, medical domain TAL. Volume 53 – n˚ 1/2012, pages 69 à 99 70 TAL. Volume 53 – n˚ 1/2012 1. Introduction Bien qu’existant depuis longtemps (Lehnert, 1979), les systèmes de question- réponse (SQR) doivent leur popularité actuelle principalement à la tâche Question- Answering des évaluations TREC (Voorhees, 2005). Cette évaluation a particulière- ment mis sur le devant de la scène la problématique du question-réponse en domaine ouvert : sans a priori sur le domaine abordé, l’objectif est ici d’extraire d’un vaste cor- pus (éventuellement plusieurs centaines de milliers de documents) une réponse à une question posée par un utilisateur. Ainsi, à la question Quelle est la hauteur de la Tour Montparnasse ?, un tel système doit être capable d’extraire la réponse 210 mètres de la phrase Du haut de ses 210 mètres, la Tour Montparnasse est un des points culmi- nant de la capitale. apparaissant dans un document d’un large corpus. Les SQR en domaine ouvert constituent clairement une forme de recherche d’information avan- cée prolongeant les systèmes de recherche d’information traditionnels tels que ceux évalués dans le cadre des tâches Adhoc de TREC. Les succès rencontrés par les SQR en domaine ouvert, au nombre desquels il faut compter la …

Content truncated to 500 words