Identification of complex words and passages in medical documents in French

Kim Cheng Sheang (1) , Anaïs Koptient (2) , Natalia Grabar (2) , Horacio Saggion (1)

1 Universitat Pompeu Fabra
2 STL - Savoirs, Textes, Langage (STL) - UMR 8163

Identification de mots et passages difficiles dans les documents médicaux en français. L’objectif de la simplification automatique des textes consiste à fournir une nouvelle version de documents qui devient plus facile à comprendre pour une population donnée ou plus facile à traiter par d’autres applications du TAL. Cependant, avant d’effectuer la simplification, il est important de savoir ce qu’il faut simplifier exactement dans les documents. En effet, même dans les documents techniques et spécialisés, il n’est pas nécessaire de tout simplifier mais juste les segments qui présentent des difficultés de compréhension. Il s’agit typiquement de la tâche d’identification de mots complexes : effectuer le diagnostic de difficulté d’un document donné pour y détecter les mots et passages complexes. Nous proposons de travail sur l’identification de mots et passages complexes dans les documents biomédicaux en français.

Mots clés: Complex word identification; Text simplification.

Domaines: Informatique et langage [cs.CL]

Kim Cheng Sheang, Anaïs Koptient, Natalia Grabar, Horacio Saggion. Identification of complex words and passages in medical documents in French. Traitement Automatique des Langues Naturelles, 2022, Avignon, France. pp.116-125. ⟨hal-03701486⟩