<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="bigeard-grabar-2019-detecter">
    <titleInfo>
        <title>Détecter la non-adhérence médicamenteuse dans les forums de discussion avec les méthodes de recherche d‘information (Detect drug non-compliance in Internet fora using Information Retrieval methods )</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Elise</namePart>
        <namePart type="family">Bigeard</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Natalia</namePart>
        <namePart type="family">Grabar</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2019-07</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">fra</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Emmanuel</namePart>
            <namePart type="family">Morin</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Sophie</namePart>
            <namePart type="family">Rosset</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Pierre</namePart>
            <namePart type="family">Zweigenbaum</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Toulouse, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>Les méthodes de recherche d‘information permettent d‘explorer les données textuelles. Nous les exploitons pour la détection de messages avec la non-adhérence médicamenteuse dans les forums de discussion. La non-adhérence médicamenteuse correspond aux cas lorsqu‘un patient ne respecte pas les indications de son médecin et modifie les prises de médicaments (augmente ou diminue les doses, par exemple). Le moteur de recherche exploité montre 0,9 de précision sur les 10 premiers résultats avec un corpus équilibré, et 0,4 avec un corpus respectant la distribution naturelle des messages, qui est très déséquilibrée en défaveur de la catégorie recherchée. La précision diminue avec l‘augmentation du nombre de résultats considérés alors que le rappel augmente. Nous exploitons également le moteur de recherche sur de nouvelles données et avec des types précis de non-adhérence.</abstract>
    <identifier type="citekey">bigeard-grabar-2019-detecter</identifier>
    <location>
        <url>https://aclanthology.org/2019.jeptalnrecital-court.10/</url>
    </location>
    <part>
        <date>2019-7</date>
        <extent unit="page">
            <start>245</start>
            <end>254</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Détecter la non-adhérence médicamenteuse dans les forums de discussion avec les méthodes de recherche d‘information (Detect drug non-compliance in Internet fora using Information Retrieval methods )
%A Bigeard, Elise
%A Grabar, Natalia
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G fra
%F bigeard-grabar-2019-detecter
%X Les méthodes de recherche d‘information permettent d‘explorer les données textuelles. Nous les exploitons pour la détection de messages avec la non-adhérence médicamenteuse dans les forums de discussion. La non-adhérence médicamenteuse correspond aux cas lorsqu‘un patient ne respecte pas les indications de son médecin et modifie les prises de médicaments (augmente ou diminue les doses, par exemple). Le moteur de recherche exploité montre 0,9 de précision sur les 10 premiers résultats avec un corpus équilibré, et 0,4 avec un corpus respectant la distribution naturelle des messages, qui est très déséquilibrée en défaveur de la catégorie recherchée. La précision diminue avec l‘augmentation du nombre de résultats considérés alors que le rappel augmente. Nous exploitons également le moteur de recherche sur de nouvelles données et avec des types précis de non-adhérence.
%U https://aclanthology.org/2019.jeptalnrecital-court.10/
%P 245-254

Markdown (Informal)

[Détecter la non-adhérence médicamenteuse dans les forums de discussion avec les méthodes de recherche d’information (Detect drug non-compliance in Internet fora using Information Retrieval methods )](https://aclanthology.org/2019.jeptalnrecital-court.10/) (Bigeard & Grabar, JEP/TALN/RECITAL 2019)

• Détecter la non-adhérence médicamenteuse dans les forums de discussion avec les méthodes de recherche d’information (Detect drug non-compliance in Internet fora using Information Retrieval methods ) (Bigeard & Grabar, JEP/TALN/RECITAL 2019)

ACL

• Elise Bigeard and Natalia Grabar. 2019. Détecter la non-adhérence médicamenteuse dans les forums de discussion avec les méthodes de recherche d’information (Detect drug non-compliance in Internet fora using Information Retrieval methods ). In Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts, pages 245–254, Toulouse, France. ATALA.