La leggibilità dei testi di ambito medico rivolti al paziente: il caso dei bugiardini di farmaci senza obbligo di prescrizione medica

Franca Orletti, Felice Dell’Orletta et Rossella Iovino

Résumé

In this paper we present the first results of an exploratory analysis of simplification of the package leaflets of medicines, considered representative texts of doctorpatient communication. It will be shown how natural language processing tools can be used to reconstruct the linguistic profile of these texts and to guide their simplification.

1 Introduzione

1Questo contributo intende affrontare la questione della semplificazione linguistica dei testi di ambito medico rivolti direttamente ai pazienti, come è il caso dei bugiardini di farmaci senza obbligo di prescrizione medica. Nonostante le iniziative ufficiali prese dall’AIFA, come quella della realizzazione della Banca Dati Farmaci per aiutare gli utenti a usare correttamente i farmaci comprendendone i benefici e gli eventuali effetti indesiderati, è noto che la lingua utilizzata in questi e altri testi di ambito medico (e non solo) è complessa e spesso non adeguata alle competenze dei cittadini. Si spiegano così anche le numerose iniziative di semplificazione linguistica diffusesi negli Stati Uniti e in Europa (compresa l’Italia) volte alla semplificazione linguistica dei testi istituzionali (cfr., tra gli altri, De Mauro 1980, Fioritto 1997, Cortelazzo 1999, De Mauro e Vedovelli 1999, Piemontese 2003, Fortis 2003).

2In questo lavoro, dopo aver illustrato brevemente i principali aspetti di complessità della lingua di ambito medico e aver presentato il corpus di bugiardini, ci si soffermerà sul contributo offerto alla semplificazione linguistica dagli strumenti di Trattamento Automatico del Linguaggio; in particolare, si farà riferimento al software READ-IT (sezione 2). Il software è stato impiegato per monitorare (misurandone il livello di leggibilità) alcune caratteristiche linguistiche del bugiardino di VIVIN C®, scelto perché vendibile senza obbligo di prescrizione medica (sezione 2.1). READ-IT può costituire un valido aiuto per chi scrive testi di pubblica utilità: la misurazione della complessità del testo consente interventi di riscrittura nella direzione della massima leggibilità (sezione 3.2). Saranno, infine delineate delle conclusioni (sezione 4).

2 La comunicazione scritta medicopaziente

3Nella complessa relazione tra medico e paziente, la lingua non è soltanto funzionale alla comunicazione, ma è utile al medico per ribadire il suo prestigio e la sua distanza sociale ed epistemica rispetto al paziente (Freidson 1970, Heritage e Maynard 2006, Heritage 2012).

4La lingua medica, e soprattutto la componente tecnica che la caratterizza e che la qualifica come una lingua settoriale (Beccaria 1973) o lingua specialistica (Berruto 1993, Sobrero 1993), è uno strumento che aiuta il medico a esercitare la propria “visione professionale”, proiettata sulla realtà quando questa è osservata dalla prospettiva dello specialista (Goodwin 1994; Orletti 2000). Questo è evidente nelle difficoltà che i pazienti incontrano nella comprensione della comunicazione di argomento medico, che viene percepita come difficile da molti punti di vista.

5Il maggiore aspetto di difficoltà della lingua medica è connaturato proprio al suo essere una varietà di lingua utilizzata in una specifica situazione comunicativa collegata a un preciso ambito tematico. Oltre a ciò sono stati messi in evidenza in letteratura altri aspetti di complessità della lingua medica. Sul piano lessicale si osserva una notevole stratificazione che caratterizza questa varietà settoriale (Serianni 2005): vi si trovano, infatti, grecismi, latinismi, arabismi, anglismi usati spesso come tecnicismi. Su quello morfo-sintattico sono significativi i processi di formazione delle parole che prevedono, ad esempio, una specializzazione dei suffissi (es. -ite per i processi infiammatori, -osi per le affezioni di carattere degenerativo), la presenza di acronimi (es. TAC = Tomografia Assiale Computerizzata) e di eponomi per indicare patologie (es. morbo di Parkinson) oppure parti del corpo (es. tube di Falloppio), nonché di composti con elementi neoclassici (es. pediatria) (Iacobini 2004, Thornton 2004). Interessanti sono poi le osservazioni di natura sintattica e testuale (Serianni 2001), che riguardano la preferenza per aggettivi di relazione (stato febbrile), l’anteposizione del soggetto nelle frasi passive (cautela deve essere prestata), il frequente ricorso a strutture frasali impersonali (si deve prestare attenzione), la preferenza per nomi astratti, nominalizzazioni (l’uso della dose minima di farmaco per il trattamento più breve possibile) e forme nominali del verbo (antireumatico non steroideo appartenente alla classe dei derivati dell’acido propionico). Tutto ciò risponde alle esigenze di sintesi e compattezza che accomunano lo stile dei testi di ambito medico a quello dei testi specialistici in generale (Dardano 1986), contribuendo a renderli difficili, in quanto brevità non sempre è sinonimo di semplicità (Orletti 2015). Questi presentano, infatti, una struttura codificata (Cortelazzo 2010) molto vincolata (Sabatini 1990).

6Data la complessità della lingua medica, che si realizza a livelli linguistici diversi, per l’analisi dei bugiardini è stato utilizzato il software READ-IT, sviluppato dall’Italian Natural Language Processing Laboratory (ItaliaNLP Lab) dell’Istituto di Linguistica Computazionale “Antonio Zampolli” (ILC) del CNR di Pisa (Dell’Orletta, Montemagni, Venturi, 2011). Questo software è in grado di computare parametri linguistici molto più articolati rispetto a software tradizionali che restituiscono indici di leggibilità basati per lo più sulla lunghezza di frasi e parole. READ-IT implementa, infatti, un indice di leggibilità “avanzato” basato su una analisi linguistica multi-livello del testo. In aggiunta all’analisi a livello semantico-lessicale, READ-IT è in grado di fornire una descrizione linguistica anche a livello morfologico e sintattico. Oltre a ciò, ai fini della riscrittura semplificata del testo, READ-IT offre la possibilità di avere un indice della leggibilità del testo non solo a livello dell’intero documento, ma anche della singola frase, favorendo così interventi analitici.

2.1 Il corpus: alcuni dati quantitativi

7Il corpus è costituito da 7335 bugiardini estratti dal portale di informazione sanitaria e farmaceutica http://www.torrinomedica.it. Dal corpus sono stati selezionati circa 100 bugiardini relativi ad alcuni tra i farmaci vendibili senza obbligo di prescrizione medica tra più diffusi in commercio, per un totale di 189315 token e 16937 frasi.

8La scelta è ricaduta sui farmaci vendibili senza prescrizione medica perché, essendo accessibili direttamente ai cittadini, dovrebbero presentare bugiardini quanto più possibile comprensibili per garantire un corretto uso autonomo del farmaco.

9Per dare un’idea della difficoltà dei testi presi in esame, i 100 bugiardini sono stati analizzati automaticamente e arricchiti con annotazione morfo-sintattica e sintattica. A tal fine è stata utilizzata una piattaforma di strumenti per il trattamento automatico dell’italiano: per l’annotazione morfo-sintattica, lo strumento utilizzato è descritto in Dell’Orletta (2009), mentre per l’analisi sintattica a dipendenze, abbiamo utilizzato DeSR (Attardi et al. 2009). Il testo linguisticamente annotato costituisce il punto di partenza per le analisi successive volte a definire il profilo linguistico sottostante al testo a partire dal quale, e attraverso il confronto con il profilo linguistico di altri corpora di riferimento, è possibile ricostruirne un quadro della complessità. I corpora utilizzati nel confronto appartengono a due generi testuali diversi: quello giornalistico (Piemontese 1996 e Marinelli et al. 2003) e quello contenente materiali didattici (Dell’Orletta et al. 2011). Per ognuno dei due generi si individuano due classi: testi semplici e difficili. Per i testi giornalistici, quelli facili sono i testi estratti dal mensile 2Parole (2P) di “facile lettura”, che si presta alla comprensione anche da parte di persone con deficit cognitivi, e quelli difficili sono quelli estratti da Repubblica (R); mentre nei testi didattici sono inclusi quelli per le scuole elementari (MDE) e superiori (MDS).

10I risultati quantitativi del confronto tra i corpora sono riassunti nelle Tabelle 1 e 2, in cui sono forniti risultati dei confronti quantitativi tra il corpus di riferimento e, rispettivamente, i corpora ritenuti facili e difficili:

Tabella 1: Confronto quantitativo con corpora facili

Facili

Corpus

2P

MDE

Tokens frase

11.18

12.14

18.36

Altezza alberi

3.21

5.29

5.54

Lunghezza link

4.4

7.91

8.89

Tokens clausola

17.3

9.81

8.09

Tabella 2 Confronto quantitativo con corpora difficili

Difficili

Corpus

R

MDS

Tokens frase

11.18

28.94

22.76

Altezza alberi

3.21

6.51

7.36

Lunghezza link

4.4

10.28

12.5

Tokens clausola

17.3

10.12

9.2

11Le frasi del corpus di bugiardini analizzati risultano essere piuttosto brevi con un numero di token per frase pari a 11.18, valore ancora più basso di quelli riscontrati nei due corpora di controllo ritenuti facili (12.14 per 2P 18.36 per MDE). La brevità delle frasi, insieme al fatto che molte di esse sono prive di verbo, condiziona di conseguenza almeno altri due parametri quantitativi: la media dell’altezza degli alberi sintattici che nel corpus di riferimento è pari a 3.21, valore molto basso rispetto a corpora facili come 2P (5.29) e MDE (5.54); e la lunghezza media dei link sintattici più lunghi (calcolata in termini di token che intercorrono tra la testa ed il dipendente) di ogni frase che è di 4.4 nel corpus di riferimento rispetto a 7.91 per 2P, 10.28 per R, 8.89 per MDE e 12.5 per MDS. La situazione si capovolge completamente quando si valuta il numero medio di token per clausola verbale. Notiamo subito come in presenza di strutture verbali il testo diventi estremamente complesso mostrando un numero medio di 17.36 token, che è molto alto se viene confrontato con i valori estratti dai corpora di riferimento considerati difficili: 10.12 per R e 9.2 per MDS.

12Interessante è poi la distribuzione del lessico, riassunta nella Tabella 3:

Tabella 3 Distribuzione del lessico

Parole del corpus presenti in VdB
41.12%

Diz.
fondamentale

Diz.
alto uso

Diz.
alta dispon.

66.48%

25.84%

7.67%

Parole del corpus R in VdB

67.09%

Diz.
fondamentale

Diz.
alto uso

Diz.
alta dispon.

75.5%

18.95%

5.8%

la media di parole trovate nel Vocabolario di Base (VdB, De Mauro 1980) è soltanto del 41.12%, di cui il 66.48% appartiene al Dizionario Fondamentale, il 25.84% al Dizionario di Alto Uso e il 7.67% al Dizionario di Alta Disponibilità. Il corpus R, pur ritenuto difficile, ha un valore più alto di parole appartenenti al VdB (67.09%), di cui il 75.5% appartiene al Dizionario fondamentale, il 18.95% al Dizionario di Alto Uso e il 5.28% al Dizionario di Alta Disponibilità. Questo qualifica il lessico dei bugiardini analizzati come molto difficile. Ciò è dovuto al fatto che molte delle parole non contenute nel VdB coincidono con termini tecnici, termini astratti, termini appartenenti al lessico specialistico, compresi i prestiti da altre lingue moderne e i latinismi, alcuni dei quali sono utilizzati come tecnicismi e altri come espressioni utili per innalzare il registro linguistico (Orletti e Iovino in stampa).

Il software READ-IT per la semplificazione dei testi: esempi di riscrittura

13L’applicazione di READ-IT a supporto della semplificazione dei testi dei bugiardini è stata sperimentata sul bugiardino di VIVIN C®.

14READ-IT è in grado di valutare la leggibilità su due livelli: il documento e la singola frase. Per quanto riguarda il documento, il software misura la difficoltà del testo, espressa in percentuale, rispetto a quattro configurazioni diverse: base (che tiene in considerazione la lunghezza delle frasi e delle parole), lessicale (composizione del vocabolario), sintattico (misura delle categorie morfo-sintattiche e struttura sintattica) e globale (misura riassuntiva della leggibilità sulla base della combinazione di tutti i tratti).

15L’analisi effettuata con READ-IT restituisce una situazione di forte complessità per il testo del bugiardino di VIVIN C®, come si evince dai dati nella Tabella 4:

Tabella 4 Complessità linguistica bugiardino VIVIN C®

Livello globale

100%

Livello base

43.8%

Livello lessicale

99.7%

Livello sintattico

97%

la leggibilità del testo mostra, infatti, una difficoltà globale del 100%. Più in dettaglio, è interessante notare come prendendo in considerazione solo le caratteristiche di base il livello di complessità del testo è solo del 43.8%, mentre è molto più alto a livello lessicale (99.7%) e sintattico (97%).

16Allo scopo di semplificare il testo preso in esame, la capacità di READ-IT di analizzare la leggibilità rispetto alle singole frasi riveste un ruolo centrale. Attraverso l’identificazione dei luoghi di complessità che necessitano di revisione e semplificazione, accompagnata da una classificazione del tipo di difficoltà riscontrata (di naturale lessicale vs grammaticale), READ-IT può essere utilizzato come guida alla semplificazione del testo. Ad esempio la prima frase del testo del bugiardino preso in esame è la seguente:

 

171. Mal di testa e di denti, nevralgie, dolori mestruali, dolori reumatici e muscolari

 

18L’indice di difficoltà globale della frase della frase è pari a 89.4%. A livello base, lessicale e sintattico la complessità è confermata con percentuali, rispettivamente, del 71.8%, 64.8%, 71.2%. Per quanto riguarda più in dettaglio il livello lessicale, delle 10 parole di cui è composta, se non si contano le ripetizioni, soltanto 5 si trovano nel VdB (di, testa, e, mal(e), dente, dolore) di cui due sono parole funzionali (la congiunzione e e la preposizione di).

19È possibile fare una serie di osservazioni sulle caratteristiche della frase selezionata. Innanzitutto, come si è già accennato, si nota l’assenza del verbo. Se da un lato questo si spiega con il titolo del paragrafo in cui la frase è inserita (Indicazioni terapeutiche), dall’altro lato sarebbe auspicabile evitare frasi nominali soprattutto in presenza di un titolo a sua volta poco chiaro contenente un aggettivo relazionale che si qualifica come un tecnicismo. La presenza di aggettivi relazionali, tipici di molti linguaggi scientifici, è notevole nella frase in esame, dal momento che se ne trovano ben 3: mestruali, reumatici, muscolari. Se il concetto di dolori mestruali e di dolori muscolari può risultare comprensibile perché utilizzato anche nella lingua d’uso, lo stesso non vale per dolori reumatici, laddove non è così noto che i reumatismi o malattie reumatiche causino scompensi a livello dell’apparato locomotore e dei tessuti di sostegno del corpo. Interessante è anche l’alternanza tra espressioni della lingua d’uso come mal di testa (in luogo del tecnicismo emicrania), e mal di denti (piuttosto che odontalgia) e tecnicismi come nevralgie. Alla luce di quanto osservato, una possibile proposta di riscrittura semplificata della frase comprensiva del titolo può essere la seguente:

 

202. A cosa serve questa medicina. Potete prendere la medicina in caso di mal di testa e mal di denti, infiammazioni dei nervi, dolori da ciclo mestruale, dolori alle articolazioni e dolore ai muscoli

 

21Nella proposta di riscrittura si è fatto ricorso a diverse strategie di semplificazione linguistica sebbene non tutte siano esenti da problemi. Ad esempio, si è adottata una varietà meno formale della lingua, evitando oltre ai tecnicismi specifici (es. nevralgie), anche quelli collaterali (Serianni, 2005) (es. assumere vs. prendere). Problematica risulta essere talvolta la sostituzione dei tecnicismi specifici, spesso acclimatati nella lingua corrente, con termini di più largo uso la cui verbosità (infiammazione ai nervi vs nevralgie) può costituire un ulteriore aspetto di difficoltà.

22Inoltre, sono state evitate le frasi nominali, le frasi impersonali e quelle passive, rendendo esplicito l’agente. Infine, una maggiore informalità è stata raggiunta attraverso una allocuzione diretta al destinatario del medicinale mediante l’uso dell’allocutivo voi (potete prendere). Va da sé che la proposta di riscrittura prevede l’impiego di un maggior numero di parole, in quanto gli aggettivi relazionali sono sostituiti da sintagmi e le ellissi sintattiche sono evitate. La semplificazione del testo in seguito alla riscrittura risulta comunque evidente dal riscontro di READ-IT che stima la difficoltà del testo a livello globale a solo il 10% rispetto al 89.4% del testo originale.

23La seconda e ultima frase della sezione “Indicazioni terapeutiche” è la seguente:

 

243. Terapia sintomatica degli stati febbrili e delle sindromi influenzali e da raffreddamento.

 

25Anche in questo caso, delle 11 parole contenute nella frase, soltanto 3 (degli, e, stato ammesso che l’accezione del termine stato nel VdB non coincida con il participio passato del verbo essere né con Stato) appartengono al VdB e questo è un fattore significativo per la stima della difficoltà del testo pari al 96.3%. Come si è visto nell’esempio precedente anche in questo caso si segnala il ricorso ad aggettivi relazionali: se ne trovano 3 (sintomatica, febbrili, influenzali), che esprimono significati diversi (Pustejovsky 1995), contribuendo ad accentuare la difficoltà di comprensione. Se da una parte la terapia sintomatica è finalizzata a guarire i sintomi, dall’altra, gli stati febbrili sono causati dalla febbre così come le sindromi influenzali dall’influenza. In questo caso, il valore causale dell’aggettivo relazionale è segnalato dalla congiunzione con il sintagma ellittico di testa (sindromi) da raffreddamento. Alla luce di ciò, si può proporre la riscrittura seguente, che vede l’uso esclusivo di parole del VdB:

 

264. Terapia per curare i sintomi della febbre, dell’influenza e del raffreddore.

 

27La difficoltà del testo riscritto ammonta al 76.3% rispetto al 96.3% del testo originale.

28Dopo aver preso in considerazione due frasi risultate difficili in seguito al monitoraggio linguistico, ne viene descritta ora una ritenuta facile. La sezione successiva del bugiardino è dedicata a “Posologia e modo di somministrazione”. Il termine posologia è un calco dal greco posos “quanto” + logia e sta ad indicare le dosi e le modalità di assunzione del farmaco. La frase, riportata in 5, in cui sono fornite le istruzioni per assumere il farmaco viene valutata da READ-IT con un basso indice di difficoltà (17.7%):

 

295. Sciogliere in mezzo bicchiere d’acqua non gassata una o due compresse di VIVIN C. L’assunzione del prodotto deve avvenire a stomaco pieno.

 

30In effetti, l’unico intervento di riscrittura di questo testo potrebbe riguardare la sostituzione del nome deverbale assunzione con l’infinito del verbo corrispondente o meglio del verbo prendere oppure con la seconda persona plurale (assumete/prendete) come già proposto in (2), anche se l’infinito si giustificherebbe con la presenza dell’analogo sciogliere nella frase precedente. In luogo di L’assunzione del prodotto deve avvenire a stomaco pieno si può optare, quindi, per prendere/prendete il prodotto o il farmaco a stomaco pieno, con una riduzione del numero delle parole (da 9 a 6).

Conclusione

31Questo articolo presenta un lavoro esplorativo di analisi di un corpus di foglietti illustrativi dei medicinali senza obbligo di prescrizione medica.

32L’obiettivo era valutare l’uso di strumenti di TAL per il monitoraggio di questi testi a supporto della loro semplificazione manuale che prevede interventi linguistici volti alla semplificazione della lingua a livello lessicale, con l’eliminazione di tecnicismi, nomi astratti e deverbali, e morfo-sintattico, con la preferenza per l’allocutivo voi e l’eliminazione di frasi nominali, impersonali e passive a vantaggio di strutture transitive in cui tanto il recupero dell’agente quanto l’esplicitazione delle relazioni sintattiche tra gli elementi costitutivi della frase risultino facili e accessibili a tutte le categorie di utenti.

Bibliographie

Attardi, G., Dell’Orletta, F., Simi, M. and Turian, J. 2009. Accurate Dependency Parsing with a Stacked Multilayer Perceptron. In Proceedings of EVALITA’09, 1-8, Reggio Emilia (Italia)

Beccaria, S.L. (1973). I linguaggi settoriali in Italia, Milano, Bompiani.

Berruto, G. (1993). “Varietà diamesiche, diastratiche, diafasiche”, in Sobrero A. (ed.), Introduzione all’italiano contemporaneo. La variazione e gli usi, 2 voll, Roma-Bari, Laterza, 37-92.

Cortelazzo M., con la collaborazione di Federica Pellegrino e Matteo Viale (a cura di), 1999, Semplificazione del linguaggio amministrativo. Esempi di scrittura per le comunicazioni ai cittadini, Padova, Comune di Padova.

Cortelazzo, M. (2010), “Linguaggio giuridico-amministrativo”, Enciclopedia dell’italiano Treccani.

Dardano, M. (1986), Il linguaggio dei giornali italiani, Roma-Bari, Laterza.

De Mauro, T. (1987), Guida all’uso delle parole, Roma-Bari, Laterza.

De Mauro T., Vedovelli M. (a cura di), 1999, Dante, il gendarme e la bolletta. La comunicazione pubblica in Italia e la nuova bolletta Enel, Bari-Roma, Laterza.

Dell’Orletta, F. 2009. Ensemble system for Part-of-Speech tagging. In Proceedings of EVALITA’09, pp. 1-8, Reggio Emilia (Italia).

Dell’Orletta, F. Montemagni, S., Vecchi, E., M., and Giulia Venturi. 2011. Tecnologie linguistico– computazionali per il monitoraggio della competenza linguistica italiana degli alunni stranieri nella scuola primaria e secondaria. In G. C. Bruno, I. Caruso, M. Sanna, I. Vellecco (eds.), Percorsi migranti: uomini, diritto, lavoro, linguaggi, McGraw–Hill, 319–336.

Fioritto, A. 1997, Manuale di stile. Strumenti per semplificare il linguaggio delle amministrazioni pubbliche, Bologna, il Mulino.

Fortis, D. 2003, Il plain language, quando le istituzioni si fanno capire, I quaderni del MdS; Raso, T. 2003. La scrittura burocratica. Carocci. Roma;

Freidson, E. (1970) Professional Dominance: The Social Structure of Medical Care, New York, Atherton Press.

Goodwin, C. (1994), “Professional vision”, American Anthropologist, 96 (3) 606-33.

Heritage, J. (2012), “Epistemics in action: Action formation and territories of knowledge”, Research on Language and Social Interaction, 45, 1-25.

Heritage, J. e D. Maynard (eds) (2006), Communication in medical care: interaction between primary care physicians and patients, Cambridge, CUP.

Iacobini, C. (2004), “Composizione con elementi neoclassici”, in M. Grossmann e F. Rainer (eds), La formazione delle parole in italiano, Tübingen, Niemeyer, pp. 69-95.

Marinelli, R., Biagini, L., Bindi, R., Goggi, S., Monachini, M., Orsolini, P., Picchi, E., Rossi, S., Calzolari, N., Zampolli, A. (2003). The Italian PAROLE corpus: an overview. In Zampolli A. et al. (eds.), Computational Linguistics in Pisa, Special Issue, XVI–XVII, Pisa-Roma, IEPI. Tomo I, 401–421.

Orletti, F. (2000), La conversazione diseguale. Potere e interazione, Roma, Carocci.

Orletti, F. (2015), “Quando breve non è semplice: sul rapporto tra scritture brevi e semplicità”, Convegno interannuale PRIN SCRIBE Scritture brevi, forme, modelli e applicazioni per l’analisi e per il dizionario, Macerata 28-30 maggio 2015.

Orletti, F. e Iovino, R. (in stampa), Il parlar chiaro nella comunicazione medica. Fra etica e linguistica, Roma, Carocci.

Piemontese, M.E. (1996), Capire e farsi capire. Teorie e tecniche della scrittura controllata, Tecnodid, 1996.

Pustejovsky, J. (1995) The Generative Lexicon, Cambridge, Mass, The MIT Press.

Sabatini, F. 1990. Analisi del linguaggio giuridico. Il testo normativo in una tipologia generale dei testi , in M. D’Antonio (cur.), Corso di studi superiori legislativi (1988-1989) , Padova, Cedam, pp. 675-724.

Serianni, L. (2001), Italiani scritti, Bologna, il Mulino.

Serianni, L. (2005), Un treno di sintomi. I medici e le parole: percorsi linguistici nel passato e nel presente. Milano, Garzanti.

Sobrero, A.A. (1993), “Lingue speciali”, in Sobrero A. (ed.), Introduzione all’italiano contemporaneo. La variazione e gli usi, 2 voll, Roma-Bari, Laterza, 237-278.

Thornton, A. (2004), “Conversione”, in M. Grossmann e F. Rainer (eds), La formazione delle parole in italiano, Tübingen, Niemeyer, pp. 499-533.

Auteurs

Franca Orletti

Dipartimento di Studi Umanistici Università di Roma Tre - franca.orletti@uniroma3.it

Felice Dell’Orletta

Istituto di Linguistica Computazionale “Antonio Zampolli” (ILC–CNR) - ItaliaNLP Lab - www.italianlp.it - felice.dellorletta@ilc.cnr.it

Rossella Iovino

Dipartimento di Studi Umanistici Università di Roma Tre - rossella.iovino@uniroma3.it