EDS-NLP est un framework collaboratif de traitement automatique des langues (NLP) qui vise principalement à extraire des informations à partir de notes cliniques en français. Il s'agit d'une collection de composants ou de pipes, qui peuvent être des fonctions basées sur des règles ou des modules d'apprentissage profond. Ces composants sont organisés dans un système de pipeline efficace et modulaire, conçu pour les modèles hybrides et multitâches. Nous utilisons spaCy pour représenter les documents et leurs annotations, et PyTorch comme backend d'apprentissage profond pour les composants entraînables.

Ce projet est un tutoriel qui vise à introduire des problématiques liées à l'analyse de données réelles dans les entrepôts de données de santé. Il s'adresse aux data scientists qui maîtrisent les bases de la programmation Python et de l'analyse de données. Le tutoriel est composé d'une série d'exercices et d'un projet final qui simule une étude de recherche complète qui pourrait être publiée dans un article scientifique.