Recherche d`information dirigée par une ontologie

Enrichissement d’une ontologie multilingue
à partir de textes pour le cancer du sein
Séminaire Web Sémantique Médical
Rouen – 9 mars 2004
Michel SIMONET
Delphine BERNHARD
Gayo DIALLO
Patrick PALMER
Sylvain FERRIOL
Christoffel DHAEN
Frank BALDESARE
Hans COOLS
Mariana CASELLA dos Santos
TIMC-IMAG
Grenoble
FRANCE
Language & Computing
St.-Denijs-Westrem
BELGIQUE
Guy’s and St Thomas’ Hosp.
London
UK
Projet INFACE – 5ème PCRD
Contexte et Objectifs
 Projet européen INFACE (5ème PCRD)
 Objectif : aide à la recherche d’information pour les
médecins travaillant dans le domaine du cancer du sein
 Recherche guidée par une ontologie
 Partenaires : anglais, français, belges, grecs
et chypriotes
WSM 2004
2
Existant
 LinkBase : Ontologie 2,1 M concepts
Language & Computing
 Sous-ensemble de 3560 concepts (cancer du sein)
- 8600 termes anglais
- 4500 termes français

WSM 2004
3
Enrichissement
 Méthodologie TIA (français et anglais)
Corpus  Termes  Concepts
+ traduction des termes en grec
 Corpus français et anglais
- articles scientifiques
- comptes-rendus médicaux (radiologie, anatomo-pathologie, …)
- protocoles cliniques
- terminologies médicales
- pages web
 Extraction terminologique + Concordancier
 Termes absents de Linkbase
WSM 2004
4
Extraction des termes pertinents
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the DX related
information via “translation”
of contextual SNOMED-CT into
a DX Id.hfgfhidjighijsdkjqoldkj
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the DX related
information via “translation”
of contextual SNOMED-CT into
a DX Id.hkuhgsufhifjijdfeifhf
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the DX related
information via “translation”
Hdugfjvgdufgrugdfvcxbvcbfb
s to the the DX related
information via “translation”
hdugfjvgdufgrugdfvcxbvcbfb
CORPUS
TeSSI Indexing
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the jhgfhffgfgffgrelated
information via “translation”
of contextual kkjhggvvvv into
a DX Id.hfgfhidjighijsdkjqoldkj
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the DX related
information via “translation”
of contextual sgfjkqjsljdfhg into
a gfjhgsdjqId.hkuhgsufhifjijdfeifhf
hhsfvsdhfhgdhsjbcxvbfjgAcces
s to the the DX related
information via “translation”
Hdugfjvgdufgrugdfvcxbvcbfb
s to the the ghgffghgfef related
information via “translation”
hdugfjvgdufgrugdfvcxbvcbfb
Extraction
Terminologique
Concordancier
Annotated
CORPUS
Liste des
termes
pertinents
pour le
cancer
du sein
WSM 2004
TERMES POTENTIELS
Déjà
présents
dans
LinkBase
Absents
de
LinkBase
Validation par
Experts
5
Extraction des termes pertinents
Liste des
termes
pertinents
pour le
cancer
du sein
Comparaison
LinKBase
Liste des
termes
pertinents
absents
de
LinkBase
CORPUS
Evaluation et
Modélisation par
expert LandC
1038
+ 1800 termes français
+ 700 termes anglais
Nouveaux
Termes
Nouveaux
Concepts
5000 termes traduits  grec
WSM 2004
6
Concordancier
WSM 2004
7
LinKBase Structure Overview
WSM
2004
Mariana Casella dos Santos
Ontology Manager
email: [email protected]
http://www.landcglobal.com
LinKBase Structure
META-ENTITY FIELD
DOMAIN-ENTITY FIELD
(Storage for external vocabularies)
(Realist Ontology)
Elements of BFO
Upper Level Ontology
MEDCIN
CPT-4
CCC Link
Linguistic Elements
ICD-9-CM
Medical Domain Concepts
SNOMED
WSM 2004
9
LinKBase Domain Structure
DOMAIN-ENTITY
IS-A
IS-A
Participation
Link
IS-A
Inherence
Link
SUBSTANCE
PROCESS
PROPERTY
DOING
HAPPENING
IS-A
BREAST
IS-A
Has-Actee
Has-Systemic-Meium
BREAST SWELLING
BREAST SURGERY
WSM 2004
10
INTEGRATION PROCESS
WSM 2004
11
Find related ones for
modeling
Create non-existing
concepts
WSM 2004
12
Term entered
for the
pre-existing
concept
CARCINOMA
IN SITU
WSM 2004
13
Extracting Relevant Terms
Analysis by
LandC
Ontologist
Selection of MEDCIN
Breast Pathology related
Top level concepts:
MEDCIN CORE
Advanced Query Beans
MEDCIN : 39997 : BREAST DISORDERS
MEDCIN : 41587 : BREAST SURGERY
MEDCIN : 1884 : BREAST SYMPTOMS...
MODELED
DOMAIN CONCEPT
MEDCIN CONCEPT
Adv. Query
Beans
FRENCH TERM
ENGLISH TERM
French
translation by
French speaking
LandC
Ontologist
All MEDCIN
Brest Pathology
related concepts
MODELED
DOMAIN CONCEPT
Modeling by
LandC
Ontologist
All MEDCIN
Brest Pathology
related concepts
not yet modeled
MEDCIN CONCEPT
ENGLISH TERM
WSM 2004
14
Conclusion et Perspectives
 Extraction terminologique
--
• Méthode des segments répétés
• Multilingue
 Concordancier
 Travail d’expert important
 Résultat non exhaustif
++
 Ontologie pour les patients
WSM 2004
15