gms | German Medical Science

Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA)

19.09. - 22.09.2018, Wien, Österreich

TIME-ITEM/de – Evaluation maschinell erzeugter Übersetzungen einer ausbildungsbezogenen Themenklassifikation [Bericht über Forschungsergebnisse]

Meeting Abstract

Suche in Medline nach

  • V. Schwaiger - RWTH Aachen, Institut für Medizinische Informatik, Aachen, Germany
  • M. Simon - RWTH Aachen, Medizinische Fakultät, Studiendekanat, Aachen, Germany
  • presenting/speaker C. Spreckelsen - RWTH Aachen, Institut für Medizinische Informatik, Aachen, Germany

Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA). Wien, 19.-22.09.2018. Düsseldorf: German Medical Science GMS Publishing House; 2018. DocP12.2

doi: 10.3205/18gma278, urn:nbn:de:0183-18gma2785

Veröffentlicht: 19. September 2018

© 2018 Schwaiger et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Problemstellung/Ziele: Eine thematische Indexierung von Lernzielen und -medien ist Voraussetzung für deren effiziente Nutzung, thematische Verknüpfung und themenbezogene Analyse (z.B. zur longitudinalen Verteilung thematischer Schwerpunkte in Lernzielkatalogen). Medizinische Klassifikationen wie ICD, MeSH oder SNOMED-CT erwiesen sich im Kontext der medizinischen Ausbildung als zu umfangreich hinsichtlich biomedizinischer Konzepte; didaktische Konzepte hingegen sind unterrepräsentiert. Das Klassifikationssystem TIME-ITEM ist ein Lösungsansatz zur passgenauen Verschlagwortung von Lernzielen und Lehrmedien [1]. Eine grundständige, manuelle deutsche Übersetzung des englisch-französischen Klassifikationssystems ist sehr aufwändig. Daher zielt das Projekt TIME-ITEM/de darauf, ITEM-ITEM mit vier verschiedenen Werkzeugen maschinell zu übersetzen und die Übersetzungsqualität vergleichend zu evaluieren.

Methoden: Die untersuchten maschinellen Übersetzungsverfahren waren: Google Translator, Bing Translator, DeepL sowie der UMLS Metathesaurus. Vier fachlich versierte Bewerter überprüften die Übersetzungsqualität. Bewertet wurden (jeweils mittels 3-er Skala) die inhaltliche Korrektheit sowie die sprachliche Korrektheit einer randomisierten Stichprobe von knapp 10% der TIME-ITEM Einträge.

Ergebnisse: Der UMLS Metathesaurus deckte nur ca. 50% des Umfangs der Klassifikation ab, lieferte aber in diesen Fällen überwiegend inhaltlich besonders präzise Übersetzungen. Die drei anderen Werkzeuge übersetzen die komplette Klassifikation. Die Übersetzungsqualität in der Stichprobe ist zwar überraschend hoch, keines der Werkzeuge übersetzte jedoch mehr als 75% der Terme richtig. Allerdings lieferte jedoch immer mindestens eines der Werkzeuge die korrekte Übersetzung.

Diskussion/Schlussfolgerungen: Eine unkontrollierte ausschließlich maschinelle Übersetzung ist noch nicht zielführend. Die erzeugte Übersetzungstabelle ist aber ein exzellenter Ausgangspunkt für eine deutschsprachige Version der TIME-ITEM Klassifikation.


Literatur

1.
Willett TG, Marshall KC, Broudo M, Clarke M. It’s about TIME: a general-purpose taxonomy of subjects in medical education. Med Educ. 2008;42(4):432-438. DOI: 10.1111/j.1365-2923.2008.03012.x Externer Link