Lääketieteellisten dokumenttien sovitus käyttäjille

Automaattisia menetelmiä lääketieteellisten tekstien vaikeustason määrittämiseen on tutkittu lääketieteellisen informatiikan alalla. Tällaiset menetelmät auttaisivat käyttäjäkohtaisessa tiedonhaussa, tiedon suodattamisessa ja irrottamisessa tekstistä, kuten myös aineiston ymmärrettävyyden arvioinnissa. Eräät viime aikoina esitellyt menetelmät perustuvat automaattisiin luokittelualgoritmeihin, käyttäen opetusaineistona vaihtelevan vaikeuksisia tekstejä. Vaikka luokitteluun käytettävät piirteet vaihtelevat, sanaston vaikeutta pidetään tärkeänä. Tässä työssä tarkastellaan aineistoja luokittelutarkkuuden kannalta erottelevien avainfraasien vaikeutta ja luodaan niiden perusteella vaikeusmitta. RFE-SVM-piirrevalinta-algoritmia käytettiin valitsemaan avainfraasit kyselyyn, jolla testattiin niiden vaikeutta. Kysely jaettiin henkilöille, joiden lääketieteen tuntemuksen taso vaihteli. Kyselyn tulosten pohjalta luotiin vaikeusmitta lääketieteellisille dokumenteille käyttäen dokumenttien ja henkilöiden vaikeusprofiilien kosinisamankaltaisuutta. Henkilön vaikeusprofiili voi olla henkilöryhmän keskiarvoihin perustuva yleinen profiili, tai se voi koostua yksittäisen henkilön vaikeusarvioista avainfraaseille. Jälkimmäinen vaihtoehto kuvastaa käsitystä, että jokaisella ihmisellä on henkilökohtainen profiili lääketieteellisen sanaston tuntemukselle. Työn aineistona käytetään suomenkielisiä terveystietoa eri aiheista sisältäviä internet-sivustoja. Kyselyn tuloksista luotu automaattinen vaikeusmitta arvioi lääketieteen ammattilaisille suunnatun aineiston yleisesti ottaen vaikeammaksi kuin maallikoille suunnatut kolme aineistoa. Tästä voi päätellä, että tämän työn menetelmä soveltuu vaikeusmittojen luomiseen lääketieteellisille dokumenteille. Ihmisarviossa ainoastaan viidesosaa RFE-SVM-piirrevalintamenetelmän valitsemista avainfraaseista pidettiin millään tavalla vaikeina, mikä viittaa siihen, että aineistojen luokittelu avainfraasien perusteella perustuisi enimmäkseen sanaston vaikeuden kannalta yhdentekeviin piirteisiin