@inproceedings{nait-djoudi-2025-evaluation,
title = "Evaluation de la lisibilit{\'e} des textes biom{\'e}dicaux selon le profil du lecteur",
author = "Nait Djoudi, Anya",
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes des 18e Rencontres Jeunes Chercheurs en RI (RJCRI) et 27{\`e}me Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL)",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-recital.10/",
pages = "160--174",
language = "fra",
abstract = "La lisibilit{\'e} des textes biom{\'e}dicaux est per{\c{c}}ue diff{\'e}remment selon le profil du lecteur, ce qui est amplifi{\'e} par la complexit{\'e} intrins{\`e}que de ces documents et par l{'}in{\'e}gale litt{\'e}ratie en sant{\'e} au sein de la population. Bien que 72{\%} des internautes consultent des informations m{\'e}dicales en ligne, une part significative rencontre des difficult{\'e}s de compr{\'e}hension. Pour garantir l{'}accessibilit{\'e} des textes {\`a} un public vari{\'e}, l'{\'e}valuation de la lisibilit{\'e} est donc essentielle. Or, les formules de lisibilit{\'e} classiques, con{\c{c}}ues pour des textes g{\'e}n{\'e}raux, ne tiennent pas compte de cette diversit{\'e}, soulignant la n{\'e}cessit{\'e} d{'}adapter les outils d'{\'e}valuation aux besoins sp{\'e}cifiques des textes biom{\'e}dicaux et {\`a} l{'}h{\'e}t{\'e}rog{\'e}n{\'e}it{\'e} des lecteurs. Pour r{\'e}pondre {\`a} ce besoin, nous avons d{\'e}velopp{\'e} une m{\'e}thode d'{\'e}valuation automatique de la lisibilit{\'e}, adapt{\'e}e {\`a} trois profils de lecteurs (adultes experts/non-experts, enfants). Cette m{\'e}thode s{'}appuie sur un corpus biom{\'e}dical bilingue de 20 008 documents (11 154 en anglais, 8 854 en fran{\c{c}}ais), que nous avons constitu{\'e} et rendons accessible librement. Elle utilise une architecture hybride combinant embeddings de transformers et caract{\'e}ristiques linguistiques, atteignant un score F1 macro-moyen de 0,987. Cette approche ouvre des perspectives pour l'{\'e}valuation fine de la lisibilit{\'e}, la personnalisation de la recherche d{'}information, et la validation de la lisibilit{\'e} des r{\'e}sum{\'e}s g{\'e}n{\'e}r{\'e}s automatiquement."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="nait-djoudi-2025-evaluation">
<titleInfo>
<title>Evaluation de la lisibilité des textes biomédicaux selon le profil du lecteur</title>
</titleInfo>
<name type="personal">
<namePart type="given">Anya</namePart>
<namePart type="family">Nait Djoudi</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes des 18e Rencontres Jeunes Chercheurs en RI (RJCRI) et 27ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>La lisibilité des textes biomédicaux est perçue différemment selon le profil du lecteur, ce qui est amplifié par la complexité intrinsèque de ces documents et par l’inégale littératie en santé au sein de la population. Bien que 72% des internautes consultent des informations médicales en ligne, une part significative rencontre des difficultés de compréhension. Pour garantir l’accessibilité des textes à un public varié, l’évaluation de la lisibilité est donc essentielle. Or, les formules de lisibilité classiques, conçues pour des textes généraux, ne tiennent pas compte de cette diversité, soulignant la nécessité d’adapter les outils d’évaluation aux besoins spécifiques des textes biomédicaux et à l’hétérogénéité des lecteurs. Pour répondre à ce besoin, nous avons développé une méthode d’évaluation automatique de la lisibilité, adaptée à trois profils de lecteurs (adultes experts/non-experts, enfants). Cette méthode s’appuie sur un corpus biomédical bilingue de 20 008 documents (11 154 en anglais, 8 854 en français), que nous avons constitué et rendons accessible librement. Elle utilise une architecture hybride combinant embeddings de transformers et caractéristiques linguistiques, atteignant un score F1 macro-moyen de 0,987. Cette approche ouvre des perspectives pour l’évaluation fine de la lisibilité, la personnalisation de la recherche d’information, et la validation de la lisibilité des résumés générés automatiquement.</abstract>
<identifier type="citekey">nait-djoudi-2025-evaluation</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-recital.10/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>160</start>
<end>174</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Evaluation de la lisibilité des textes biomédicaux selon le profil du lecteur
%A Nait Djoudi, Anya
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes des 18e Rencontres Jeunes Chercheurs en RI (RJCRI) et 27ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL)
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F nait-djoudi-2025-evaluation
%X La lisibilité des textes biomédicaux est perçue différemment selon le profil du lecteur, ce qui est amplifié par la complexité intrinsèque de ces documents et par l’inégale littératie en santé au sein de la population. Bien que 72% des internautes consultent des informations médicales en ligne, une part significative rencontre des difficultés de compréhension. Pour garantir l’accessibilité des textes à un public varié, l’évaluation de la lisibilité est donc essentielle. Or, les formules de lisibilité classiques, conçues pour des textes généraux, ne tiennent pas compte de cette diversité, soulignant la nécessité d’adapter les outils d’évaluation aux besoins spécifiques des textes biomédicaux et à l’hétérogénéité des lecteurs. Pour répondre à ce besoin, nous avons développé une méthode d’évaluation automatique de la lisibilité, adaptée à trois profils de lecteurs (adultes experts/non-experts, enfants). Cette méthode s’appuie sur un corpus biomédical bilingue de 20 008 documents (11 154 en anglais, 8 854 en français), que nous avons constitué et rendons accessible librement. Elle utilise une architecture hybride combinant embeddings de transformers et caractéristiques linguistiques, atteignant un score F1 macro-moyen de 0,987. Cette approche ouvre des perspectives pour l’évaluation fine de la lisibilité, la personnalisation de la recherche d’information, et la validation de la lisibilité des résumés générés automatiquement.
%U https://aclanthology.org/2025.jeptalnrecital-recital.10/
%P 160-174
Markdown (Informal)
[Evaluation de la lisibilité des textes biomédicaux selon le profil du lecteur](https://aclanthology.org/2025.jeptalnrecital-recital.10/) (Nait Djoudi, JEP/TALN/RECITAL 2025)
ACL