Etudiant : CAMARA N'FAMARA

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. NFAOUI EL HABIB

Annèe : 2024

Résumé : Ce rapport présente une étude approfondie sur les paires de questions médicales, avec pour objectif principal le développement d'un modèle automatisé des paires de questions médicales. Deux approches ont été explorées : le Traitement Automatique du Langage Naturel (NLP), le Machine Learning. Dans cette étude, nous avons sélectionné le modèle pré-entraîné BERT, largement reconnu pour sa capacité à comprendre le contexte et la structure du langage naturel. Pour l'adapter à notre tâche des paires de questions médicales, nous avons utilisé la technique du Transfer Learning, qui nous a permis de bénéficier des connaissances préalablement acquises par BERT. Nous avons ensuite mis en pratique cette approche en utilisant BERT pour la construction de notre modèle de paires de questions médicales. Cette phase d'application a nécessité une adaptation minutieuse du modèle, ainsi que l'exploitation de grandes quantités de données annotées. Grâce à cette approche basée sur BERT et le Transfer Learning, nous avons obtenu des résultats prometteurs dans la comparaison des paires de questions médicales. Notre modèle a démontré sa capacité à comparer de manière précise et efficace les paires de questions médicales identiques ou non identiques. En résumé, ce rapport présente une étude approfondie sur les paires de questions médicales, en mettant en avant l'utilisation de l'approche basée sur BERT et le Transfer Learning pour développer un modèle de comparaison des paires de questions médicales.