BEGIN:VCALENDAR VERSION:2.0 PRODID:-//wp-events-plugin.com//7.4.8//EN TZID:Europe/Paris X-WR-TIMEZONE:Europe/Paris BEGIN:VEVENT UID:0-440@lisn.upsaclay.fr DTSTART;TZID=Europe/Paris:20261113T140000 DTEND;TZID=Europe/Paris:20261113T170000 DTSTAMP:20261109T164658Z URL:https://www.lisn.upsaclay.fr/evenements/inference-en-langue-naturelle- pour-les-essais-cliniques/ SUMMARY:Inférence en langue naturelle pour les essais cliniques DESCRIPTION:Jury\nElena CABRIO\, Rapporteur &\; Examinatrice\, Professeu re des universités\, I3S\, Université Nice Côte d’Azur\nAndré FREITA S\, Rapporteur &\; Examinateur\, Senior Lecturer\, équivalent HDR\, De partment of Computer Science at the University of Manchester\, CRUK Manche ster Institute\, Idiap Research Institute\nClaire GARDENT\, Examinatrice\, Directrice de recherche\, LORIA\, Université de Lorraine\nAlbert RILLIAR D\, Examinateur\, Chargé de recherche\, LISN\, CNRS\nFatiha SAÏS\, Exami natrice\, Professeure des universités\, LISN\, Université Paris-Saclay\n Mot-clés\nTraitement automatique du langage naturel\, Inférence en langu e naturelle\, Essais cliniques\, Types d’inférences\, Grands Modèles d e Langue\, Affinage de modèles neuronaux\nRésumé\nLes essais cliniques sont essentiels pour développer de nouveaux traitements à la fois sûrs et efficaces pour soigner au mieux les patients. Les essais cliniques four nissent des informations sur les interventions réalisées\, la population étudiée\, les résultats et les effets secondaires recensés. L'interpr étation et l'analyse de ces informations nécessitent une expertise et un e grande compréhension du domaine de la recherche clinique. Une autre ét ape cruciale consiste à trouver un nombre suffisant de patients éligible s.Dans cette thèse\, nous proposons d'utiliser le Traitement Automatique des Langues (TAL) afin d'améliorer l'interprétation des rapports d'essai s cliniques ainsi que l'appariement des patients.  \;L'automatisation de l'interprétation des essais cliniques reste complexe\, y compris pour les modèles de langue. En effet\, les informations sont souvent répartie s dans les différentes sections et exprimées via des relations sémantiq ues complexes. L’Inférence en Langue Naturelle (ILN)\, qui détermine s i une hypothèse est en opposition avec une prémisse donnée ou non\, fou rnit un cadre naturel pour le raisonnement dans ce contexte. Les applicati ons concrètes de l'ILN comprennent l'évaluation de la pertinence d'affir mations cliniques \;et l'amélioration du processus d'appariement entr e patients et essais. Cette thèse se focalise sur l'amélioration de l'in terprétation des essais cliniques en utilisant l'ILN.\nElle présente une analyse comparative de plusieurs approches basées sur des techniques d'a morçage et d'affinage de modèles de langue. Les résultats montrent que les grands modèles de langue génératifs sont plus performants que les m odèles de langue masqués traditionnellement utilisés pour la tâche d'I LN. Ce constat est valable pour de grands modèles de langue utilisés sim plement avec une amorce\, même sans affinage. \;\nCette thèse propos e également des annotations supplémentaires au jeu de données NLI4CT af in de permettre une évaluation fine des grands modèles de langue face au x différents types d'inférences. Nos expériences démontrent que tous l es modèles ne sont pas sujets à une dégradation de leurs performances e t que ce sont souvent les inférences logiques et numériques qui ont un i mpact négatif.\nEnfin\, cette thèse met à disposition un nouveau jeu de données\, NLI4PR\, portant sur l'appariement de patients aux critères d 'éligibilité des essais cliniques. Ce jeu de données utilise l'ILN pour confronter un profil de patient\, exprimé soit en langage médical\, soi t en langage patient\, aux critères d'éligibilité. Nos résultats montr ent que les meilleurs modèles testés ne subissent qu’une légère bais se de performance lors de l’utilisation du langage patient\, ce qui sugg ère que son utilisation pour l’appariement des patients pourrait égale ment être intégrée à des outils basés sur le TAL pour cette applicati on. \;\nLieu et accès \n En présentiel : Salle de conférence (bâti ment 507) - Laboratoire Interdisciplinaire des Sciences du Numérique  \;(LISN)\, Campus Universitaire bât.507\, rue \;du Belvédère 91405 - Orsay.\nEn visioconférence : \;lien d'accès\nPublications\nConsult er les publications de Mathilde Aguiar sur HAL CATEGORIES:STL,Thèses et HDR END:VEVENT BEGIN:VTIMEZONE TZID:Europe/Paris X-LIC-LOCATION:Europe/Paris BEGIN:STANDARD DTSTART:20261025T020000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET END:STANDARD END:VTIMEZONE END:VCALENDAR