Inhoud
- Hoe werkt begripsvoorspelling?
- Leesbaarheidsformules voor het Nederlands
- Problemen met leesbaarheidsformules
- Een overzicht van tools op de Nederlandse markt
Inleiding
Welke tekst is geschikt voor welke lezer? Dat was een vraag die Amerikaanse onderwijsdeskundigen al bezig hield in de jaren 20 van de vorige eeuw. Docenten hadden niet de tijd al het leesmateriaal zelf door te nemen om zo de geschiktheid voor hun leerlingen vast te stellen. Vogel & Washburne (1928) waren de eersten die een link probeerden te leggen tussen meetbare kenmerken van een tekst en het experimenteel vastgestelde tekstbegrip onder lezers. Zij ontwikkelden zo de eerste leesbaarheidsformule, een wiskundige vergelijking met enkele simpele tekstkenmerken als variabelen die een begripsscore voor een lezer of lezersgroep voorspelt. Daarmee was het leesbaarheidsonderzoek geboren, en begon er een periode van tientallen jaren waarin vooral voor het Engels een enorme reeks aan leesbaarheidsformules ontwikkeld werd.
Het gemak van de leesbaarheidsformule werd nog groter toen enige tientallen jaren later de computer in staat was simpele tekstkenmerken als woord- en zinslengte uit een tekst te halen en daarmee de uitkomst van een leesbaarheidsformule in minder dan een seconde uit kon rekenen. De leesbaarheidsformule kreeg de gedaante van een computertool.
Maar in de jaren 70 en 80 van de vorige eeuw werd duidelijk dat er nogal wat aan te merken viel op de leesbaarheidsformules. Zo bleken de oppervlakkige tekstkenmerken waarop de formules werkten vaak niet relevant helemaal te zijn voor mensen die teksten wilden reviseren, en bleken de tools ook nog eens een stuk minder nauwkeurige uitspraken over de leesbaarheid van teksten te kunnen doen dan eerder gedacht werd. Het betekende voor lange tijd zo goed als het einde van het leesbaarheidsonderzoek, al worden de formules in de praktijk nog vaak gebruikt (zoals in de Engelstalige variant van het populaire tekstverwerkingsprogramma Microsoft Word).
De vraag naar een programma dat in een paar tellen iets zegt over de moeilijkheid van een tekst voor een bepaalde lezer is echter nooit verminderd. De afgelopen jaren heeft het leesbaarheidsonderzoek een nieuwe impuls gekregen, mede doordat nieuwe ontwikkelingen op het gebied van taaltechnologie er voor hebben gezorgd dat we vandaag de dag meer aan een tekst kunnen meten dan een paar decennia geleden.
Op dit onderdeel van de Kennisbank Begrijpelijk Taal website bespreken we zowel oude als nieuwe methoden en applicaties om tekstbegrip bij lezers automatisch te voorspellen. We concentreren ons hierbij op de beschikbare tools voor het Engels en het Nederlands: voor het Engels omdat verreweg het meeste onderzoek zich op deze taal heeft gericht, en voor het Nederlands om een beeld te krijgen van welke hulpmiddelen een Nederlandse tekstschrijver tot zijn of haar beschikking heeft.
Voor wie is deze informatie bedoeld?
We richten ons hier vooral op mensen die in de dagelijkse praktijk van het tekstschrijven werken en zich afvragen welke technische hulpmiddelen er nu beschikbaar zijn en wat deze tools precies doen. Maar ook studenten en onderzoekers hebben baat bij dit overzicht. Het laat hen zien welke uitdagingen er nog liggen: de ideale tool is namelijk nog niet voorhanden.
Literatuur
- Vogel, M. & Washburne, C. 1928. An objective method of determining grade placement of children’s reading material. Elementary School Journal, 28, 373-381.