@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://preview.aclanthology.org/corrections-2025-10/2025.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."
}