Alignement non supervisé d'embeddings de mots dans le domaine biomédical - Department of Natural Language Processing & Knowledge Discovery Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Unsupervised Word embedding Alignment in the biomedical domain

Alignement non supervisé d'embeddings de mots dans le domaine biomédical

Résumé

Notre objectif est de créer un alignement non supervisé et multilingue d’embeddings de mots (ou plongements lexicaux) basés sur des corpora de domaines différents. Plus précisément, nous cherchons à aligner un embedding cible anglais du domaine biomédical avec un embedding source du domaine général d’une autre langue, puisque les textes à traiter sont dans diverses langues (français, espagnol...) et que le vocabulaire du domaine biomédical est essentiellement disponible en anglais. Notre méthode pour aligner deux embeddings de domaines et langages différents repose sur un autre embedding pivot de même domaine que la source et de même langage que la cible. Notre méthode aligne d’abord les embeddings de même domaine pour créer un dictionnaire qui sert ensuite à aligner les embeddings de domaines et languages distincts. Elle est évaluée sur une tâche de traduction du domaine biomédical dans plusieurs langues. Bien que notre algorithme ne dépasse pas les méthodes d’alignement entre embeddings de même domaine, elle dépasse ces mêmes méthodes appliquées à des embeddings de domaines différents. Ce travail préliminaire montre qu’aligner des embeddings de domaines différents est possible de manière non supervisé.
Fichier principal
Vignette du fichier
main.pdf (336.3 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03259987 , version 1 (14-06-2021)

Identifiants

  • HAL Id : hal-03259987 , version 1

Citer

Félix Gaschi, Parisa Rastin, Yannick Toussaint. Alignement non supervisé d'embeddings de mots dans le domaine biomédical. CIFSD 2021 - Conférence Internationale Francophone sur la Science des Données, Jun 2021, Marseille/Virtuel, France. ⟨hal-03259987⟩
107 Consultations
104 Téléchargements

Partager

Gmail Facebook X LinkedIn More