A Classifier to Evaluate Language Specificity of Medical Documents

Miller, Trudi; Leroy, Gondy; Chatterjee, Samir; Fan, Jiulun; Thoms, Brian

doi:10.1109/hicss.2007.6

Cited by 21 publications

(17 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Une autre approche productive consiste en l'application d'algorithmes d'apprentissage et permet d'étudier les documents experts et vulgarisés de manière contrastive. Différents types de descripteurs sont alors exploités, comme par exemple : les n-grammes de caractères (Poprat et al, 2006), la pondération manuelle (Zheng et al, 2002) ou automatique (Borst et al, 2008) des termes médicaux, les critères stylistiques ou discursifs (Goeuriot et al, 2007) des documents et leur niveau lexical (Miller et al, 2007). L'accent est mis parfois sur la combinaison de différents descripteurs (Wang, 2006 ;Zeng-Treiler et al, 2007 ;Goeuriot et al, 2007 ;Leroy et al, 2008).…”

Section: La Technicité Est-elle Observable Directement Dans Les Documunclassified

Morphologie contrastive au travers des domaines de spécialité et des registres

Grabar

Chmielik

2012

SHS Web of Conferences

View full text Add to dashboard Cite

Avec la démocratisation des savoirs, dont l'évolution s'accentue grâce à l'utilisation de la Toile, un nombre croissant de documents spécialisés peut être trouvé en ligne. Cette situation est typique de différents domaines de spécialité (biomédical, juridique, énergétique, télécommunication ...). Si de très nombreux documents peuvent ainsi être trouvés, leur contenu n'est pas pour autant accessible à tous les utilisateurs. En effet, les documents vulgarisés et spécialisés co-existent. Or, ces derniers peuvent contenir des informations très techniques et difficiles à comprendre par les non experts. Dès alors, l'indication sur leur degré de spécialisation est une information importante, car elle permet justement de guider les utilisateurs vers des contenus qui leur sont plus appropriés. Dans ce travail, nous montrons qu'il est possible d'exploiter les informations morphologiques des documents de santé afin d'effectuer une distinction automatique efficace (avec des performances souvent supérieures à 90 %) de leur degré de spécialisation. Nous effectuons une analyse quantitative et qualitative du matériel morphologique. Nous effectuons également une comparaison entre l'exploitation du matériel morphologiques et le matériel lexical. Pour ce faire, nous exploitons plusieurs outils du Traitement Automatique des Langues qui nous permettent ainsi d'accéder au niveau morphologique des mots des documents et de nous concentrer de cette manière sur leur structure morphologique et sémantique. Contexte et positionnement des objectifs scientifiquesLa démocratisation des savoirs, devenue possible surtout grâce à l'évolution de la Toile, ouvre des possibilités importantes dans la diffusion de ces savoirs et surtout dans leur accès instantané et très souvent libre. Toutefois, si tout utilisateur de la Toile peut accéder physiquement aux documents mis en ligne, leur contenu risque de rester sémantiquement opaque si le niveau d'explicitation n'est pas suffisant ou bien s'il n'est pas adapté à la compétence de l'utilisateur. Notre travail est ciblé sur les documents biomédicaux, car environ 80 % des internautes s'intéressent aux questions liées à la santé (Fox, 2006 ;Fox, 2011). Comme ce chiffre souligne aussi la préoccupation que manifestent les citoyens vis-à-vis de leur santé, il devient intéressant d'analyser (1) si la technicité des documents du domaine biomédical est élevée, (2) si cette technicité est actuellement différenciée en ligne, mais aussi (3) si la distinction de la technicité est observable directement dans les documents. C'est ce que nous analysons dans la suite de cette section. Les documents en ligne ont-ils une technicité importante ?Depuis plusieurs années déjà, il a été constaté que la technicité élevée des documents de santé peut avoir des effets néfastes sur leurs utilisateurs (AMA, 1999). Les conséquences sont d'autant plus graves que les documents sont consultés par les patients. Par exemple, plusieurs études montrent que le degré de technicité élevé conduit en effet à un impact négatif sur la compréhension...

show abstract

Section: La Technicité Est-elle Observable Directement Dans Les Documunclassified

Morphologie contrastive au travers des domaines de spécialité et des registres

Grabar

Chmielik

2012

SHS Web of Conferences

View full text Add to dashboard Cite

show abstract

“…Readability measures are typically used for evaluation of document complexity. Classical readability measures exploit information on number of characters and syllables of words (Flesch, 1948;Gunning, 1973), while computational measures can involve vectorial models and different features, among which combination of classical measures with terminologies (Kokkinakis and Toporowska Gronostaj, 2006); n-grams of characters (Poprat et al, 2006); stylistic or discursive (Goeuriot et al, 2007) features; lexicon (Miller et al, 2007); morphological information (Chmielik and Grabar, 2011); and combination of various features (Wang, 2006;Zeng-Treiler et al, 2007;Leroy et al, 2008;Gala et al, 2013).…”

Section: Existing Workmentioning

confidence: 99%

Understanding of unknown medical words

Grabar

Hamon

2017

Proceedings of the Biomedical NLP Workshop

View full text Add to dashboard Cite

We assume that unknown words with internal structure (affixed words or compounds) can provide speakers with linguistic cues as for their meaning, and thus help their decoding and understanding. To verify this hypothesis, we propose to work with a set of French medical words. These words are annotated by five annotators. Then, two kinds of analysis are performed: analysis of the evolution of understandable and non-understandable words (globally and according to some suffixes) and analysis of clusters created with unsupervised algorithms on basis of linguistic and extralinguistic features of the studied words. Our results suggest that, according to linguistic sensitivity of annotators, technical words can be decoded and become understandable. As for the clusters, some of them distinguish between understandable and non-understandable words. Resources built in this work will be made freely available for the research purposes.

show abstract

“…Among these measures, it is possible to distinguish classical readability measures and computational readability measures (François, 2011). Classical measures usually rely on number of letters and/or of syllables a word contains and on linear regression models (Flesch, 1948;Gunning, 1973), while computational readability measures may involve vector models and a great variability of features, among which the following have been used to process the biomedical documents and words: combination of classical readability formulas with medical terminologies (Kokkinakis and Toporowska Gronostaj, 2006); n-grams of characters (Poprat et al, 2006), manually (Zheng et al, 2002) or automatically (Borst et al, 2008) defined weight of terms, stylistic (Grabar et al, 2007) or discursive (Goeuriot et al, 2007) features, lexicon (Miller et al, 2007), morphological features (Chmielik and Grabar, 2011), combi- nations of different features (Wang, 2006;ZengTreiler et al, 2007;Leroy et al, 2008). Specific task has been dedicated to the lexical simplification within the SemEval challenge in 2012 1 .…”

Section: Nlp Studiesmentioning

confidence: 99%

Automatic diagnosis of understanding of medical words

Grabar¹,

Hamon²,

Amiot³

2014

Proceedings of the 3rd Workshop on Predicting and Improving Text Readability for Target Reader Populations (PITR)

View full text Add to dashboard Cite

Within the medical field, very specialized terms are commonly used, while their understanding by laymen is not always successful. We propose to study the understandability of medical words by laymen. Three annotators are involved in the creation of the reference data used for training and testing. The features of the words may be linguistic (i.e., number of characters, syllables, number of morphological bases and affixes) and extra-linguistic (i.e., their presence in a reference lexicon, frequency on a search engine). The automatic categorization results show between 0.806 and 0.947 F-measure values. It appears that several features and their combinations are relevant for the analysis of understandability (i.e., syntactic categories, presence in reference lexica, frequency on the general search engine, final substring).

show abstract

A Classifier to Evaluate Language Specificity of Medical Documents

Abstract: Abstract

Cited by 21 publications

References 12 publications

Morphologie contrastive au travers des domaines de spécialité et des registres

Morphologie contrastive au travers des domaines de spécialité et des registres

Understanding of unknown medical words

Automatic diagnosis of understanding of medical words

Contact Info

Product

Resources

About