中文健康词汇用户熟悉度评估方法研究

1、中文健康词汇用户熟悉度评估方法研究【研究背景】 健康是人类永恒的追求。 随着社会的文明进程的发展和人们生 活水平的提高， 大众对健康的重视程度亦在不断提高。 人们对健康信息的需求在 不断增长， 需要丰富自身的健康知识， 需要了解疾病诊疗知识， 以期在参与医疗 保健活动和进行医学决策中拥有积极的话语权。交流是人类的一种生活方式。维系健康，增进健康， 既是社会个体的追求， 更是作为整体的社会的一种发 展目标。因此，交流健康知识、形成良好的健康知识氛围，有利于促进人类健康 发展。语言作为交流思想和传递信息的工具， 在健康信息交流中起着至关重要的 媒介作用。而网络信息时代赋予了这种媒介更具时代性的新的

2、寓意和作用这种媒 介和作用。然而，计算机、网络的应用，使人与人的交流增加了一个中间环节，人们在 进行健康信息交流活动中经常会遇到诸多的问题和障碍，主要表现为普通大众 （健康信息用户） 的信息能力和健康知识与现有信息系统、 信息资源间的 “信息 鸿沟”，信息获取、信息理解障碍导致用户信息需求得不到满足。用户健康信息 学（CHI）就是从满足普通大众健康信息需求出发，以信息技术为支持，研究如 何使健康信息的表达适应于用户理解力， 以及如何使健康信息的传递方式适应用 户的信息获取能力的一个新兴领域。 作为健康信息交流的语言媒介， 用户健康词 表（CHV则是一种被用于解决健康信息交流障碍的公认的、有价值

3、的信息学工 具，是 CHI 领域的研究热点之一。 语言的基本单位是词汇， 词汇熟悉度是指健康 信息用户对健康词汇的熟悉程度，词汇熟悉度研究也就自然成为推动 CHV智能化、 个性化发展的重要环节， 它涉及用户认知、 用户环境、 熟悉度评价与预测等多个 方面的研究。在我国， CHI 研究尚未引起充分的重视。本研究是基于 CHI 学科背景和研究 视角，结合我国的健康信息环境和汉语语言特征， 在梳理国外 CHI 理论、 分析实 践成果的前提下， 尝试构建中文健康词汇用户熟悉度评估方法为核心内容的健康 信息用户研究和相关方法学探索。 【研究目的】以探索健康信息用户对健康词汇 的熟悉度评估方法为研究目的，

4、 开展用户对中文用户词与医学专业词的理解差异、 词汇熟悉度评价工具的设计、 用户对健康词汇熟悉度的影响因素和熟悉度预测方 法等方面的研究， 进而得到一种评估中文健康词汇熟悉度的方法， 为中文用户健 康词表构建提供理论依据和实践原则， 从而克服用户健康信息交流过程中出现的 语言障碍。【研究方法】本研究运用了文献调研法、调查法、 Logistic 回归分析 方法。【研究过程和研究结果】首先，对健康词汇熟悉度的测评方法进行了研究。 主要方法是从用户搜索提问中提取用户词形成语料库， 以筛选出的用户词以及与 之匹配的医学专业词所形成的用户词 - 医学专业词概念对作为评价对象，设计、 编制评判健康词汇熟悉

5、度测评工具， 设计调查问卷。 其次， 分析用户对医学专业 词和用户词的熟悉度差异， 用以验证健康信息用户对医学专业词和用户词的认知 差异。调查问卷采用现场发放和网上调查两种方式。研究对象为非医学教育背景的人员， 即没有接受过正规的医学专业的教育与 培训的普通大众。每名被调查者随机完成两版问卷中的任意一个。共收回532份问卷，其中有效问卷 503 份（有效率为 94.55%）。熟悉度的计算方法是，对于 每份问卷的每个词汇来说，如选择了正确的选项即该用户熟悉该词汇，得1 分，否则 0 分。而对于总体调查样本来说， 词汇熟悉度分数 =该词汇所得总分数 / 回答含有该 词汇问卷数。结果显示，A B问卷

6、中的所有词汇的熟悉度平均值分别为0.59 ,0.61 ，两者无显著性差异。 说明问卷的用户词与专业词交叉设计合理。 对用户词 和专业词的熟悉度进行分析，整体用户词平均熟悉度为 0.64 ，整体专业词平均 熟悉度为 0.57，配对秩和检验显示，两组平均熟悉度的差异有统计学意义（P=0.003）,说明用户词的熟悉度高于专业词的熟悉度。从而验证了用户对医学专业词和用户词在认知上存在差异。 再次，在前期研 究的基础上， 为了实现熟悉度自动评估， 从而筛选、 推荐易于用户理解的健康词 汇，本研究对健康信息用户词汇熟悉度的影响因素进行了筛选的分析，并运用 Logistic 回归分析方法进行了用户词熟悉度的

7、多因素分析，并建立熟悉度预测 模型。通过现场和网上发放问卷的方式对健康信息用户进行两次调查，共回收 580份问卷，其中有效问卷 545份（有效率 93.97%），将大样本组（ 503份）用 于影响因素的分析和预测模型的建立。小样本组（ 42 份）用于验证预测模型的 稳定性。对 503 份有效调查问卷进行单因素分析， 分析其熟悉度影响因素， 结果表明， 用户对用户词的熟悉度受人口学因素（性别、年龄、文化程度和职业） 、健康相 关因素（健康状况、健康信息关注度、健康素养）和词汇因素（ lg 词频）三个 方面共 8 个因素的影响。 上述影响因素， 除文化程度外， 也均是医学专业词的熟 悉度影响因素

8、（不包括词频因素） 。另外， 运用 Logistic 回归分析方法构建了用 户词熟悉度预测模型，经小样本调查数据进行的信度检验，结果表明 Logistic 预测模型具有一定的信度， 可以使用此方法预测健康词汇的熟悉度。 【研究结论】 中文健康词汇用户熟悉度评估方法具有可行性基于中文语言学特点的分析和 对熟悉度概念的界定， 制定并设计了熟悉度测评工具的编制原则和方法， 尝试编 制了适于中文语境的健康词汇熟悉度测评工具， 从而实现了对特定用户词与专业 词熟悉度测评的客观评价方法的尝试。在编制熟悉度测评工具作为评价中文健康词汇用户熟悉度方法的基础上， 验 证了 Logistic回归方法用于中文词汇熟悉度预测的可行性。中文健康信息用 户对医学专业词和用户词存在认知差异以熟悉度测评工具作为熟悉度评价方法， 对中文健康信息用户进行了熟悉度评价， 结果表明用户对熟悉度测评工具中的医 学专业词和用户词的熟悉度存在差异， 以此证明了中文健康信息用户在对健康相 关语言的理解和认知上存在差异， 且具有独特性。 中文健康词汇熟悉度受多种 因素影响本研究