I see what you mean: Assessing readability for specific target groups

Publicerad:2013-04-26

Uppdaterad:2013-06-10

Ett nytt datorbaserat verktyg, SVIT, för analys av texters läsbarhet kan hjälpa skribenter att ta fram texter anpassade till olika grupper av läsare. Det visar Katarina Heimann Mühlenbocks forskning.

Författare

Katarina Heimann Mühlenbock

Handledare

Elisabet Engdahl, Benjamin Lyngfelt, Göteborgs universitet

Opponent

Eleni Miltsakaki, PhD, University of Pennsylvania

Disputerat vid

Göteborgs universitet

Disputationsdag

2013-04-26

Titel (eng)

I see what you mean: Assessing readability for specific target groups

Institution

Institutionen för svenska språket

Abstrakt

I den här avhandlingen undersöks lingvistiska faktorer som påverkar texters komplexitet och därmed också deras läsbarhet. Idag ställs stora krav på individen när det gäller förmåga att orientera sig i samhället och att självständigt fatta viktiga beslut. De flesta samhällstjänster bygger numera på elektronisk kommunikation, vilket kräver en relativt god läsförmåga. Man har dock funnit att en stor andel vuxna inte kan tillgodogöra sig den typ av text som i avhandlingen beskrivs som ”ordinär”, utan har behov av ”förenklad” text. Avhandlingen syftar till att identifiera de språkliga särdrag som kan förmodas inverka på olika målgruppers förståelse av en text. I Sverige har man sedan 1968 förlitat sig på Lix som ett mått på läsbarhet. Med aktuella språkteknologiska metoder och digitala språkresurser har dock möjligheten ökat att göra mer korrekta läsbarhetsanalyser.

I avhandlingen används en jämförbar korpus med ordinär och förenklad text från tre olika genrer för att identifiera språkliga särdrag på olika nivåer. Ytstruktur, vokabulärtyngd, meningsstruktur, idétäthet och intressegrad undersöks kvantitativt och statistiska metoder används för att säkerställa skillnader mellan ordinär och förenklad text. De deskriptiva statistiska resultaten undersöks vidare genom automatisk textklassificering. De mest signifikanta särdragen integreras därvid i en vektormodell, där tre olika algoritmer för maskininlärning utvärderas. Man finner att en implementering av SVM (support vector machines) ger bäst resultat. Resultatet är en språkmodell för svenska (SVIT), som visar sig predicera textkomplexitet och textgenre med högre noggrannhet än Lix. I avhandlingen föreslås att SVIT kan användas för att bedöma textegenskaper på de nämnda nivåerna. Beroende på den specifika målgruppens språkliga förutsättningar och individuella önskemål i form av textgenre och tema kan personer med nedsatt läsförmåga därmed förses med lämpliga texter.

I see what you mean: Assessing readability for specific target groups

This thesis aims to identify linguistic factors that affect readability and text comprehension, viewed as a function of text complexity. Features at various linguistic levels suggested in existing literature are evaluated, including the Swedish readability formula LIX. Natural language processing methods and resources are employed to investigate characteristics that go beyond traditional superficial measures. A comparable corpus of eay-to-read and ordinary texts from three genres is investigated, and it is shown how features present at various levels of representation differ quantitatively across text types and genres. The findings are confirmed in significance tests as well as principal component analysis. Three machine learning algorithms are employed and evaluated in order to build a statistical model for text classification. The results demonstrate that a proposed language model for Swedish (SVIT), utilizing a combination of linguistic features, actually predicts text complexity and genre with a higher accuracy than LIX. It is suggested that the SVIT language model should be adopted to assess surface language properties, vocabulary load, sentence structure, idea density levels as well as the personal interests of different texts. Specific target groups of readers may then be provided with materials tailored to their level of proficiency.