Résumé
Objectif : Cet article présente une étude sur le codage de données réelles issues de laboratoires français vers la terminologie LOINC. Méthodes : Nous présentons une comparaison de trois approches pour le codage LOINC. Ces approches incluent à la fois une approche de modèle linguistique de l'état de l'art ainsi qu'un classifier chains. Résultats : Notre étude démontre que nous améliorons avec succès la performance de labaseline en utilisant le classifier chains et que nous nous comparons efficacement aux modèles linguistiques de l'état de l'art. Conclusions : Bien que notre approche rencontre des défis de reproductibilité et présente des perspectives d'optimisations et de tests futurs sur des ensembles de données, elle s'avère néanmoins efficace et économique.