Apr, 2018

使用通用 CEFR 分类的实验

PDF
TL;DR本文研究使用通用的和专业的特征，既有理论指导又有数据驱动方法，探索利用 CEFR 框架进行语言能力自动分类的可能性，并在德语、捷克语和意大利语三种语言上进行了相应的实验研究，实验结果表明单语和多语模型具有相似的性能，跨语言分类结果略有降低。
common european framework of referenceautomated proficiency classificationdomain-specificmonolingualmultilingual
发现论文，激发创造
  • 基于 CEFR 的句子难度标注与评估

    本文提出一种基于 CEFR 的句子评估语料库，包含了 17k 个被英语教育专业人员划分难度级别的英文句子，同时我们提出了一个句子级评估模型来解决级别分布不平衡的问题，并在实验中达到了 84.5% 的高水平。

    Oct, 2022

  • 通用跨语言文本分类

    通过优化现有标签 / 数据集，将不同语言的标签数据与训练相结合，以创建一个通用模型，从而增强标签和语言范围，实现跨语言的文本分类。

    Jun, 2024

  • 八种语言多语言文档分类语料库

    本篇研究提出了一种新的 Reuters 子语料库，其针对 8 种语言具有平衡的类先验分布，旨在通过使用多语言词向量和句子嵌入来提供跨语言文档分类的基线，并促进该重要领域的研究。

    May, 2018

  • 口语理解中的区域不可知通用领域分类模型

    本文提出了一种利用具有相同语言的多个地方可用数据的方法，以提高口语语言理解中的域分类模型准确性和用户体验，即使新的地方没有足够的数据，并减少将域分类器扩展到大量场所的成本。我们建议了一种基于选择性多任务学习的 locale-agnostic 通用域分类模型，该模型学习具有不同域集的地点上的话语的联合表示，并允许地点根据域的不同选择性地共享知识。实验结果表明，我们的方法在具有不平衡数据和不同域集的多个场所的域分类任务上是有效的。所提出的方法特别优于其他基线模型，尤其是在分类特定于本地区的领域和低资源领域时。

    May, 2019

  • 环游世界 60 词：用于在线研究的生成性词汇测试

    通过 Wikipedia 生成词汇测试，评估参与者的母语能力，可以在不同语言文化背景下了解文化、认知和语言的视角，通过六项行为实验测试结果表明，这个测试可以区分母语相近的语言，测试结果与现有测试成绩和个人报告结果有很强的相关性。

    Feb, 2023

  • 标准化：根据专家定义的标准对语言模型进行调整以实现内容生成

    通过使用领域专家和语言标准，我们引入一种基于检索式学习的框架，用于指导大型语言模型生成符合专家定义标准的内容，并证明了利用标准中提取的知识构件并将其整合到生成过程中，可以有效地指导模型产生更好的标准化内容。

    Feb, 2024

  • 乌克兰文本分类：跨语言知识迁移方法的探索

    我们利用 NLP 的最新进展，探索跨语言知识转移方法，避免手动数据整理，以改善 NLP 文本分类领域中各种语言之间数据可用性的不平衡问题，并在三个文本分类任务上进行测试，提供最佳设置的 “配方”。

    Apr, 2024

  • 个性化语法错误修正：针对语言熟练度和母语的适应

    本研究是在少量带注释的句子基础上，通过将通用神经语法纠错系统适应于作者的熟练程度和母语中，在五种熟练程度和十二种不同语言的比较下，发现同时适应两种条件可以最大程度地提高其性能（3.6 F0.5）。

    Jun, 2020

  • 英语、韩语和泰米尔语的跨语言发音障碍严重程度分类

    提出了一种跨语言分类方法，使用语言独立特征和语言唯一特征进行重音障碍严重性分类，并使用 XGBoost 算法进行分类。

    Sep, 2022

  • 跨语言文档分类中的领域差异缩小

    本文研究跨语言理解中的半监督学习，通过结合最先进的跨语言方法和弱监督学习方法，同时解决语言和领域差异，实现了对跨语言文档分类中的新的领先水平。

    Sep, 2019