Annotation d'un corpus simplifié avec des indicateurs d'oculométrie pour une prédiction automatique de ces indicateurs

Annotation of a simplified corpus with eye-tracking indicators for automatic prediction of these indicators

• Auteur / Autrice : Oksana Ivchenko
• Direction : Natalia Grabar
• Type : Projet de thèse
• Discipline(s) : Sciences du langage : linguistique et phonétique générales
• Date : Inscription en doctorat le 01/11/2021
• Etablissement(s) : Université de Lille (2022-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de l'homme et de la société
• Partenaire(s) de recherche : Laboratoire : Savoirs, Textes, langages

Mots clés

Mots clés libres

Oculométrie

Textes médicaux

Prédiction automatique

Tal

Traitement automatique des langues

Eye-tracking

Medical texts

Automatic prediction

Nlp

Natural language processing

Résumé

La simplification de textes consiste à réduire la complexité de ces textes afin de les rendre mieux compréhensibles pour une population donnée. Nous allons travailler avec les textes médicaux en français. La détection de mots et passages difficiles est une étape importante car elle définit les phénomènes linguistiques qui sont à prendre en compte lors de la simplification. Actuellement, la détection de difficultés est basée essentiellement sur (1) les formules de lisibilité, selon lesquelles les mots longs sont plus difficiles, alors que les mots courts peuvent aussi être difficiles à comprendre, (2) les annotations effectuées par les experts, qui émettent alors un jugement sur les connaissances supposées des non-experts, (3) les annotations des non-experts, qui annotent souvent peu de difficultés car ils ont peur de perdre la face en montrant trop souvent leur ignorance. Ces facteurs limitent la disponibilité et la fiabilité des textes annotés selon leur difficulté. L'originalité de notre travail est que nous proposons d'exploiter les méthodes d'oculométrie car elles permettent de fournir des indicateurs objectifs sur les difficultés de lecture et de compréhension. Une deuxième originalité est que nous voulons prédire automatiquement ces indicateurs oculométriques grâce à l'exploitation de méthodes de TAL et d'IA. Ces deux questions de recherche ne sont pas étudiées actuellement. De plus, la thèse se positionne dans un domaine interdisciplinaire (linguistique, psychologie, TAL, IA, médecine).

Simplification of texts consists in reducing the complexity of these texts in order to make them more understandable for a given population. We will work with French medical texts. The detection of difficult words and passages is an important step because it defines the linguistic phenomena to be taken into account during simplification. Currently, difficulty detection is based mainly on (1) readability formulas, according to which long words are more difficult, while short words can also be difficult to understand, (2) annotations made by experts, who then make a judgement on the supposed knowledge of non-experts, (3) annotations made by non-experts, who often annotate few difficulties because they are afraid of losing face by showing their ignorance too often. These factors limit the availability and reliability of annotated texts according to their difficulty. The originality of our work is that we propose to exploit eye-tracking methods because they can provide objective indicators of reading and comprehension difficulties. A second originality is that we want to automatically predict these oculometric indicators thanks to the exploitation of NLP and AI methods. These two research questions are not currently being studied. Moreover, the thesis is positioned in an interdisciplinary field (linguistics, psychology, NLP, AI, medicine).