November 20, 2026 at 2 PM
Résumé :
Les courriers médicaux contiennent de nombreuses informations utiles à la caractérisation des maladies, mais leur exploitation automatique est rendue difficile par la variabilité terminologique, notamment les synonymes et les abréviations. Dans le cadre de la fouille de règles de classification, une correspondance exacte entre les termes d’une règle et ceux d’un courrier peut ainsi conduire à un espace de recherche fortement neutre, dans lequel de nombreuses modifications des règles n’entraînent aucune variation de leur fitness.
Nous proposons une approche évolutionnaire multiobjectif intégrant des plongements lexicaux afin de prendre en compte la proximité sémantique entre les termes. Cette information est introduite à deux niveaux : lors de l’évaluation des règles, à travers un mécanisme de soft matching, et lors de l’exploration de l’espace de recherche, à travers un opérateur de mutation sémantique. L’objectif est de restructurer le paysage de fitness tout en conservant des règles directement interprétables.
L’approche est évaluée sur cinq diagnostics issus de MIMIC-IV-Note. Les résultats montrent une amélioration de l’hypervolume par rapport à une approche reposant sur une correspondance exacte et une mutation classique. Une analyse du paysage de fitness met également en évidence une diminution de la neutralité et une augmentation du contenu informationnel lorsque les deux mécanismes sémantiques sont combinés.
L’équipe SCOOL reçoit l’équipe ORKAD
Amphi B, Inria
français
English