Terminological asymmetry in consumer health Q&A discourse: A corpus-based study of MedQuAD
This study investigates terminological asymmetry in institutional consumer health question-answer discourse through a quantitative corpus-based analysis of MedQuAD. Grounded in Register Theory, it tests how medical terminology differs between two linked parts of the same communicative unit: the consumer-oriented question and the institutional answer. The full MedQuAD XML collection was downloaded, and the final analytic corpus contained 16,359 non-empty, non-duplicate question-answer pairs. Medical terminology was identified through longest-match-first lexical matching against Medical Subject Headings (MeSH), yielding 609,813 term matches. The study measured term density, term retention, answer-introduced terminology, question-only terminology, terminological expansion, explanation-marker proximity, and source-group variation. Results showed that answers contained far more medical terms in absolute counts than questions, but they did not show significantly higher normalised term density: question density was 188.42 terms per 1,000 tokens and answer density was 187.83. Answers retained 15,891 terms from questions, introduced 334,852 terms, and left 5,727 question terms unrepeated. Introduced terms strongly outnumbered retained and question-only terms. Contrary to expectation, introduced terms were not more strongly linked to surface explanation markers than retained terms; retained terms had the higher marker rate. Source groups differed significantly for all tested variables. The findings show that register contrast in paired medical Q&A discourse is expressed through textual expansion, term retention, term introduction, and source-specific variation, rather than increased normalised terminological density alone.
Терминологическая асимметрия в вопросно-ответном дискурсе потребительской медицинской информации: корпусное исследование MedQuAD
В исследовании рассматривается терминологическая асимметрия в институциональном вопросно-ответном дискурсе потребительской медицинской информации на материале количественного корпусного анализа MedQuAD. Теоретической основой работы является теория регистра; в статье проверяется, как медицинская терминология различается в двух связанных частях одной коммуникативной единицы: вопросе, ориентированном на пользователя медицинской информации, и институциональном ответе. Была загружена полная XML-коллекция MedQuAD; итоговый аналитический корпус включал 16359 непустых, недублирующихся пар «вопрос-ответ». Медицинская терминология выявлялась методом лексического сопоставления по принципу «сначала самое длинное совпадение» с рубриками Medical Subject Headings (MeSH), что позволило получить 609813 терминологических совпадений. В исследовании измерялись терминологическая плотность, сохранение терминов, терминология, вводимая в ответе, термины, присутствующие только в вопросе, терминологическое расширение, близость маркеров объяснения и варьирование по группам источников. Результаты показали, что в ответах содержалось значительно больше медицинских терминов в абсолютном выражении, чем в вопросах, однако ответы не продемонстрировали статистически значимо более высокой нормированной терминологической плотности: плотность терминов в вопросах составила 188,42 термина на 1000 токенов, а в ответах – 187,83. В ответах был сохранен 15891 термин из вопросов, введено 334852 термина и оставлено без повтора 5727 терминов, встречавшихся в вопросах. Введенные термины значительно превосходили по численности как сохраненные термины, так и термины, присутствующие только в вопросах. Вопреки ожиданию, введенные термины не были сильнее связаны с поверхностными маркерами объяснения, чем сохраненные термины; у сохраненных терминов показатель маркированности был выше. Группы источников значимо различались по всем проверяемым переменным. Полученные данные показывают, что регистровый контраст в парном медицинском вопросно-ответном дискурсе выражается через текстовое расширение, сохранение терминов, введение терминов и источник-специфическое варьирование, а не только через повышение нормированной терминологической плотности.