Search

Your search keyword '"Pertin, Camille"' showing total 4 results
Start Over Author "Pertin, Camille"
4 results on '"Pertin, Camille"'

1. User profile detection in health online fora

Author

Pertin, Camille, Deccache, Carole, Gagnayre, Rémi, Hamon, Thierry, Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur (LIMSI), Université Paris Saclay (COmUE)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université - UFR d'Ingénierie (UFR 919), Sorbonne Université (SU)-Sorbonne Université (SU)-Université Paris-Saclay-Université Paris-Sud - Paris 11 (UP11), Laboratoire Educations et Pratiques de Santé (LEPS), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Sorbonne Paris Cité (USPC)-Université Paris 13 (UP13), Clinique du Château de Verhnes, Université Paris 13 (UP13), Adrien Ugon, Daniel Karlsson, Gunnar O. Klein, Anne Moen, Adrien Ugon, Daniel Karlsson, Gunnar O. Klein, Anne Moen, and Publications, Limsi

Subjects
Machine Learning, [INFO.INFO-CL] Computer Science [cs]/Computation and Language [cs.CL], Demographic Information, Online Discussion Fora, [INFO]Computer Science [cs], [INFO] Computer Science [cs], [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL], Natural Language Processing
Abstract

International audience; Exchanges between diabetic patients on discussion fora permit to study their understanding of their disorder, their behavior and needs when facing health problems. When analyzing these exchanges and behavior, it is necessary to collect information on user profile. We present an approach combining lexicon and supervised classifiers for the identification of age and gender of contributors, their disorders and relation between contributor and patient. According to parameters of the method, we obtain precision between 100% for gender and 53.48% for disorders.

Published
2018

2. Identification du profil des utilisateurs de forum de discussion de santé

Author

Hamon, Thierry, Pertin, Camille, Deccache, Carole, Gagnayre, Rémi, Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur (LIMSI), Université Paris-Sud - Paris 11 (UP11)-Sorbonne Université - UFR d'Ingénierie (UFR 919), Sorbonne Université (SU)-Sorbonne Université (SU)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Université Paris Saclay (COmUE), Université Paris 13 (UP13), Laboratoire Educations et Pratiques de Santé (LEPS), Université Paris 13 (UP13)-Université Sorbonne Paris Cité (USPC)-Institut National de la Santé et de la Recherche Médicale (INSERM), Clinique du Château de Verhnes, Université Paris Saclay (COmUE)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université - UFR d'Ingénierie (UFR 919), and Sorbonne Université (SU)-Sorbonne Université (SU)-Université Paris-Saclay-Université Paris-Sud - Paris 11 (UP11)

Subjects
Forum de discussion, Traitement Automatique des Langues, [INFO]Computer Science [cs], Apprentissage automatique, Informations démographiques, [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]
Abstract

Les échanges entre les intervenants dans des forums de discussion (patients ou leur entourage) permettent d'étudier leur compréhension de la maladie, leur comportement et leurs besoins face à leurs problèmes de santé. Afin d'analyser ces échanges et ces comportements, il est nécessaire de disposer d'informations sur leur profil. Nous présentons une approche combinant des lexiques et des ressources terminologiques à des classifieurs supervisés pour identifier la tranche d'âge, le genre des utilisateurs, leur maladie et la relation entre le rédacteur et le patient. Nous nous intéressons plus particulièrement aux patients internautes diabétiques. Suivant les paramètres de la méthode, nous obtenons une précision variant entre 100 % pour le genre et 53,48 % pour la maladie.

Published
2017

4. User Profile Detection in Health Online Fora.

Author

Pertin C, Deccache C, Gagnayre R, and Hamon T

Subjects
Humans, Internet, Social Media, Data Mining, Diabetes Mellitus, Patients
Abstract

Exchanges between diabetic patients on discussion fora permit to study their understanding of their disorder, their behavior and needs when facing health problems. When analyzing these exchanges and behavior, it is necessary to collect information on user profile. We present an approach combining lexicon and super-vised classifiers for the identification of age and gender of contributors, their disorders and relation between contributor and patient. According to parameters of the method, precision is between 100% for gender and 53.48% for disorders.

Published
2018

Catalog

Books, media, physical & digital resources
See catalog results