Simplification du texte biomédical français : quand le petit et le précis font la différence

Nous présentons des expériences sur la simplification de textes biomédicaux en français. Nous utilisons deux types de corpora : des phrases parallèles extraites de corpora comparables existants en français dans le domaine de la santé, ainsi que le corpus WikiLarge traduit de l’anglais vers le français. Nous disposons également d’un lexique associant des termes médicaux à leurs paraphrases. Ensuite, nous entraînons des modèles neuronaux sur ces corpora parallèles en utilisant différentes proportions de phrases générales et spécialisées. Les résultats sont évalués à l’aide des métriques BLEU, SARI et Kandel. Les résultats indiquent qu’un faible volume de données spécialisées contribue significativement à la qualité de la simplification.