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