Presentation laddar. Vänta.

Presentation laddar. Vänta.

Katarina Mühlenbock, datalingvist I see what you mean – Assessing readability.

Liknande presentationer


En presentation över ämnet: "Katarina Mühlenbock, datalingvist I see what you mean – Assessing readability."— Presentationens avskrift:

1 Katarina Mühlenbock, datalingvist I see what you mean – Assessing readability for specific target groups Avhandling vid Språkbanken, Institutionen för svenska språket, Göteborgs universitet Temadag DART

2  Syftet med avhandlingen  Enkel svensk text  Målgruppen  Textförenkling  Läsbarhet  Hur kan språkteknologiska metoder användas för att mäta läsbarhet?  Vilka egenskaper hos texten har jag studerat?  Resultat Disposition av presentationen

3 Syftet med avhandlingen •Granska vetenskaplig litteratur och hitta belägg för att vissa egenskaper hos en text påverkar komplexitet och läsbarhet (= evidensbaserat) •Egenskaperna ska vara belagda genom läsförståelsetest, ögonrörelsemätning eller hjärnavbildningsteknik •Statistiskt jämföra egenskaperna hos texter som tillhör samma genre (skönlitteratur, nyhetstext eller information), men av olika komplexitet •Skapa en språkmodell att använda i en automatisk textklassificerare Avhandlingsämnet

4 ”Enkel svensk text” •Centrum för lättläst –”Lättläst” (25% av Sveriges befolkning…) •Regeringskansliet (Språkrådet) –”Klarspråk” (arbetar för att skapa ett förenklat kanslispråk) •Radions P4 –”Klartext” (nyheter på lätt svenska) •Olika specialförlag Enkel svensk text

5 Lättläst Viktigt: Tillgänglighetsfråga, väldigt lite gjort för svenska. Samhällets krav på medborgarnas förmåga att ta till sig text ökar. Svårt: Det finns ingen enighet i forskning eller praktik om: • vad som är lättläst • hur mottagaranpassning ska se ut och praktiskt genomföras Aktuellt: Tillgänglighetsåret 2010 har passerat, omdebatterat just nu Bland annat i relation till Språklagen. Språkteknologin ger nya möjligheter. Enkel svensk text

6 ”Lättläst text” enligt CfL – för vem? ”Cirka 25% av Sveriges vuxna befolkning behöver lättläst information”. Heterogen grupp vuxna personer med olika behov: •Dyslektiker •Afatiker •Personer med lindrig intellektuell utvecklingsstörning •Andraspråksinlärare IALS-projektet (International Adult Literacy Survey), OECD ”En av fyra dagstidningsläsare har svårigheter att tillgodogöra sig vanliga nyhetsartiklar där de inte är välbekanta med innehållet. Lågfrekventa ord bör undvikas, liksom abstrakta begrepp som kräver flera tolkningssteg för att förstå vad som åsyftas. Konkreta rubriker, bilder och bildtexter, samt omsorgsfull redigering gör det möjligt att förstå även ganska komplicerad texter.” (Mats Myrberg, Lärarhögskolan i Stockholm) Enkel svensk text

7 Målgruppen personer med intellektuell utvecklingsstörning •Mellan 0,4 och 0,5 % av befolkningen enligt administrativa uppgifter (insatser enligt LSS eller särskolebehov) •Mellan 2 och 3 % av befolkningen enligt psykologiska definitioner (< 70 IQ) •indelning i 4 grupper har gjorts av WHO, i praktiken bara 3 –Lätt eller lindrig utvecklingsstörning (24%) –Måttlig (34%) –Svår (41%) Antalet personer i målgruppen – i Sverige Läsbegränsningar: Arbetsminne och diskursrepresentationer Målgrupp

8 På våra sidor hittar du information om all utbildningsverksamhet i Linköping för barn, ungdomar och vuxna. Här finns också information om vad vi erbjuder för verksamhet under lov och fritid, vilket stöd vi kan erbjuda för olika behov samt hur vi arbetar med att utveckla verksamheten. Vill du veta hur vi är organiserade eller vem som jobbar med vad i vår organisation tryck på länken "Utbildningsförvaltningen" till höger. Här hittar du information om all utbildning i Linköping. Du får också veta vad man kan göra på lov och fritid. Vi berättar om vilket stöd vi kan ge, ifall du behöver det. Du kan också läsa om vad vi gör för att bli bättre. Klicka på länken "Utbildningsförvaltningen" till höger, ifall du vill veta mer. Där kan du också kontakta oss. 3 meningar om i medeltal 22 ord Långa ord (21 % > 6 bokst) Diffusa begrepp 6 meningar om i medeltal 10 ord Färre långa ord (11 % > 6 bokst) Diffusa begrepp förenklade OriginalversionLättläst version Exempel Textförenkling

9 Hur undersöker man läsbarhet? 1.Litar på sin språkliga intuition 2.Granskar olika läsbarhetsfaktorer i en given text 3.Samlar in en korpus med enkel text för att dra slutsatser om materialet 4.Granskar parallella texter för att undersöka om det finns statistiska mönster som kan ge användbar information 5.Intervjuar/filmar testpersoner under läsning 6.Observerar testpersoners ögonrörelser under läsning 7.Observerar testpersoner med hjärnavbildningsteknik under läsning Kombination av 3 och 4 = statistisk språkmodellering Läsbarhet

10 Läsbarhet •Relation mellan läsaren och texten •Påverkas av individens kognitiva förutsättningar (perception, minne, intelligens, språk) •Påverkas av individens emotionella förutsättningar (motivation) •Evidensbaserade svenska undersökníngar av om en text har hög/låg läsbarhet: Textundersökning –Björnsson, 1968 Individundersökning -Ögonrörelsestudier -Läsförståelsetester -Hjärnavbildningsmetoder (fMRI o ERP) ? Läsbarhet

11 Läsbarhetsfaktorer •Läsbarhetsfaktorer: ordens längd, procenttalet flerstaviga ord, textens abstraktionsgrad, bisatstäthet m.m. •Läsbarhetsforskning har främst bedrivits i USA, start runt talet (Lively & Pressey, Vogel & Washburne, Lewerentz, Dale & Tyler, Gray & Leary, Morris & Holversen) •Förfinade statistiska beräkningar talet (Flesch, Dale & Chall, Gunning) •1968 kom LIX (Läsbarhetsindex) för svenska (Björnsson) Läsbarhet

12 Läsbarhetsfaktorer i amerikanska studier talet (enl Chall, J.S. 1958, Klare, G.R. 1963) Lively & Pressey Vogel & Washburne LewerentzDale & Tyler ThorndikeGray & Leary Morris & Holversen Ordlängd i stavelser I Thorndikes ordlista Svåra ord Förnimmelseord Pers pronomen Prepositioner Olika tekniska ord Ordvariation Prepositionsfraser Meningslängd Enkla meningar (empiriskt urval) Kontext ”Begrepp” Läsbarhet

13 Björnssons undersökning av läsbarhetsfaktorer för svenska Läsbarhet

14 Läsbarhetsindex = numerisk skala där olika läsbarhetsnivåer kan jämföras Läsbarhetsformel = en uppsättning läsbarhetsvariabler (symboler) •Framför allt amerikanska studier av engelska språket, räknas oftast i meningslängd och genomsnittligt antal stavelser i texten •Är avsett att indela text i olika nivåer beroende på svårighetsgrad •Kopplat till nivåerna i det amerikanska skolsystemet (ex. 6.8 på skalan för Flesch-Kincaid index = 6e klass) •Svenska läsbarhetsformeln LIX baserad på procentandel ord > 6 bokstäver och genomsnittlig meningslängd: Läsbarhet

15 Jämförelse LIX / Amerikanska läsbarhetsindex Läsbarhet

16 Chall (1958): ”Only four types of elements are significantly related to the criteria so far used: vocabulary load,sentence structure, idea density, human interest” Chall, J. (1958): Readabilty. An appraisal of research and applications. 1.Vokabulärtyngd 2.Meningsstruktur 3.Idétäthet 4.Mänskligt intresse Läsbarhet

17 Hur kan språkteknologiska metoder användas för att mäta läsbarhet? Samlar in en korpus med enkel text från olika genrer för att sedan statistiskt jämföra med motsvarande ordinära texter Materialet måste förberedas genom att tillföra information om: - ordklass (POS-taggning) - meningsstruktur (parsning) - betydelsedjup (associationslexikon) - ordens frekvens/spridning (SweVoc) Språkteknologi

18 Korpusen SUC 2.0 •Stockholm-Umeå corpus •Texter från 1990-talet •1 miljon ord •Innehåller material från olika genrer och olika stilnivåer Korpusen LäSBarT •Lättläst Svenska och BarnboksText •Texter från > •1,4 miljoner ord •Innehåller material från fyra olika genrer och av två texttyper GenreLättlästOrdinär Barnbokstext Skönlitteratur för vuxna Nyhetstext Informationstext Språkteknologi

19 Vilka språkliga särdrag kan indikera komplexitetsgrad? Resultat från parvisa jämförelser lättläst/ordinär text NivåSärdragSignifikans YtstrukturOrdlängd i antal bokstäverX Ordlängd i antal stavelserX Meningslängd i antal ordX ”Långa ord” > 6 bokstäverX Antal unika ord (för/subst, för/verb, för/konj)X Antal unika lemman (för, fört, förde, fördes/verb)X Type/token ratioX OrdvariationsindexX VokabulärtyngdLemmavariationsindexX SweVoc (svensk basvokabulär)X Språkteknologi

20 Forts. Vilka språkliga särdrag kan indikera komplexitetsgrad? NivåSärdragSignifikans MeningsstrukturDependensavståndX Antal underordnade satserX Prenominala modifierareX Postnominala modifierareX Parsträdets djupX IdétäthetPropositionstäthetX Relationen subst/pronomen(X) Nominalkvot(X) Semantiskt djup(X) IntressegradAndelen personnamnX Språkteknologi Resultat = språkmodellen SVIT (sentence structure, vocabulary load, idea density and human interest)

21 Kan de föreslagna särdragen avslöja texttyp? Resultat av automatisk textklassificering med LIX och SVIT Resultat TestsetModellF-score Lättläst barnbokstext LIX66,8 SVIT68,4 Ordinar barnbokstext LIX34,6 SVIT61,9 Lättläst skönlitteratur för vuxna LIX28,6 SVIT 68,1 Ordinär skönlitteratur för vuxna LIX 28,1 SVIT 83,9 Lättläst nyhetstext LIX 48,2 SVIT 89,2 Ordinär nyhetstext LIX 24,6 SVIT 85,1 Lättläst informationstext LIX 12,7 SVIT 87,0 Ordinär informationstext LIX 58,8 SVIT 84,9

22 Exempel på verb i lättläst text som saknas i SUC GenreTotalt antal Domän- spec AndelDomäntyp/ exempel Språkl variant/ exempel Ordtyp/ exempel Barnlitteratur611728% Hästsport: tränsa Sport: glidtackla Hobby: meka Generell: hånskratta Jargong: paja Neologism: messa Vuxenlitteratur220 Generell: storgråta Jargong: flabba, jävlas, tjacka Nyhetstext35617% Sport: spurta, väggpassa Medborgare: dataspionera, hungerstrejka, könsstympa Generell: festaNeologism: fildela Samhällstext463270% Medborgare: poströsta, slutförvara, migrera Konsument: kallröka, småäta, genmodifiera Sport: bowla Generell: ösregnaNeologism: e-posta Barnlitt+nyhet50 Generell: plåstra_om Jargong: deppa Barnlitt+samh Barnlitt+vuxenlitt Samhällst+nyhet Barnlitt+nyhet+ Vuxenlitt Generell: rasta Generell: rufsa Generell: hitta_på Neologism: chatta

23 Referenser: •Björnsson, C.H. (1968). Läsbarhet. Liber, Stockholm. •Chall, J. (1958). Readability. An appraisal of research and application. Bureau of Educational Research, Ohio.


Ladda ner ppt "Katarina Mühlenbock, datalingvist I see what you mean – Assessing readability."

Liknande presentationer


Google-annonser