@在过程中{katinskaia-yangarber-2023语法,title=“语言学习中句子水平评估的语法错误纠正”,author=“Katinskaia、Anisia和Yangarber,罗马“,editor={科奇马尔、叶卡捷琳娜和布尔斯坦、吉尔和霍巴赫、安德里亚和Laarmann-Quante、Ronja和Madnani、Nitin和塔克,安娜{\“\i}s和亚内瓦、维多利亚和袁、郑和托尔斯滕·泽施,booktitle=“第18届创新使用NLP构建教育应用研讨会(BEA 2023)会议记录”,月=七月,年=“2023”,address=“加拿大多伦多”,publisher=“计算语言学协会”,url=“https://aclantology.org/2023.bea-1.41”,doi=“10.18653/v1/2023.bea-1.41”,页码=“488--502”,abstract=“本文介绍了使用语法错误更正(GEC)的实验评估语言学习者对语法练习的答案正确性的模型。我们探讨了GEC模型是否可以应用于复杂形态语言的语言学习环境。我们通过实证检验了一个假设,即GEC模型只纠正错误,并保持正确答案不变。我们在一个真实但受限制的语言学习环境中进行了一项评估学习者答案的测试:学习者的答案只填写空白和多项选择题。为此,我们使用ReLCo,这是一个公开可用的俄语手动注释学习者数据集(Katinskaia等人,2022年)。在本实验中,我们为GEC任务微调了一个大规模的T5语言模型,并在RULEC-GEC数据集(Rozovskaya和Roth,2019)上评估了其性能,以与顶级模型进行比较。我们还发布了RULEC-GEC测试集的更新版本,由母语人士手动检查。我们的分析表明,GEC模型在检测语法练习的错误答案方面表现相当好,并可能用于实际学习环境中表现最佳的错误类型。然而,它很难评估人类注释者使用上述假设标记为替代更正的答案。这在很大程度上是由于纠正错误的召回率仍然很低,而且GEC模型可能会修改甚至是正确的单词{---},这可能会产生合理的替代方案,很难对照金标准参考进行评估。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“katinskaia-yangarber-2023-grammar”><标题信息>语言学习句子水平评估中的语法错误纠正</titleInfo><name type=“personal”>Anisia动画卡汀斯卡娅<角色>作者</角色></name><name type=“personal”>罗马语杨亚伯<角色>作者</角色></name><originInfo>发布日期:2023-07发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第18届创新使用NLP构建教育应用研讨会(BEA 2023)会议记录</titleInfo><name type=“personal”>叶卡捷琳娜科赫马尔<角色>编辑器</角色></name><name type=“personal”>吉尔Burstein<角色>编辑器</角色></name><name type=“personal”>安德里亚霍巴赫<角色>编辑器</角色></name><name type=“personal”>RonjaLaarmann-Quante<角色>编辑器</角色></name><name type=“personal”>Nitin(尼丁)马德纳尼<角色>编辑器</角色></name><name type=“personal”>安娜<namePart type=“family”>定位</namePart><角色>编辑器</角色></name><name type=“personal”>维多利亚州亚涅娃<角色>编辑器</角色></name><name type=“personal”>郑元<角色>编辑器</角色></name><name type=“personal”>托尔斯滕Zesch公司<角色>编辑器</角色></name><originInfo>计算语言学协会<地点>加拿大多伦多</place></originInfo>会议出版物</relatedItem>本文介绍了使用语法错误纠正(GEC)模型评估语言学习者在语法练习中答案正确性的实验。我们探讨了GEC模型是否可以应用于复杂形态语言的语言学习环境。我们通过实证检验了一个假设,即GEC模型只纠正错误,并保持正确答案不变。我们在真实但受限的语言学习环境中进行了一项评估学习者答案的测试:学习者只回答填空和多项选择练习。为此,我们使用ReLCo,这是一个公开可用的俄语手动注释学习者数据集(Katinskaia等人,2022年)。在本实验中,我们为GEC任务微调了一个大规模的T5语言模型,并在RULEC-GEC数据集(Rozovskaya和Roth,2019)上评估了其性能,以与顶级模型进行比较。我们还发布了RULEC-GEC测试集的更新版本,由母语人士手动检查。我们的分析表明,GEC模型在检测语法练习的错误答案方面表现相当好,并可能用于实际学习环境中表现最佳的错误类型。然而,它很难评估人类注释者使用上述假设标记为替代更正的答案。这在很大程度上是因为纠正错误的召回率仍然很低,而且GEC模型可能会修改甚至是正确的单词,这可能会产生合理的替代方案,很难根据金标准参考进行评估</摘要>katinskaia-yangarber-2023-语法10.18653/v1/2023.bea-1.41<位置><网址>https://aclantology.org/2023.bea-1.41</url></位置><部分>2023-07年<扩展单元=“page”><开始>488</开始><end>502</end></范围></部分></mods></modsCollection>
%0会议记录%语言学习句子水平评估中的T语法错误纠正%A Katinskaia,阿尼西亚%A Yangarber,罗马人%叶卡捷琳娜·Y·科奇马尔%吉尔·Y·伯斯坦%安德烈亚·霍尔巴赫%Y Laarmann-Quante,隆加%Y Madnani,尼廷%安娜·塔克%Y Yaneva,维多利亚州%Y Yuan,Zheng先生%托尔斯滕·泽施%美国第18届创新使用NLP构建教育应用研讨会会议记录(BEA 2023)%D 2023年%7月8日%I计算语言学协会%C加拿大多伦多%F katinskaia-yangarber-2023-语法%本文介绍了使用语法错误纠正(GEC)模型评估语言学习者在语法练习中答案正确性的实验。我们探讨了GEC模型是否可以应用于复杂形态语言的语言学习环境。我们通过实证检验了一个假设,即GEC模型只纠正错误,并保持正确答案不变。我们在真实但受限的语言学习环境中进行了一项评估学习者答案的测试:学习者只回答填空和多项选择练习。为此,我们使用ReLCo,这是一个公开可用的俄语手动注释学习者数据集(Katinskaia等人,2022年)。在本实验中,我们为GEC任务微调了一个大规模的T5语言模型,并在RULEC-GEC数据集(Rozovskaya和Roth,2019)上评估了其性能,以与顶级模型进行比较。我们还发布了RULEC-GEC测试集的更新版本,由母语人士手动检查。我们的分析表明,GEC模型在检测语法练习的错误答案方面表现相当好,并可能用于实际学习环境中表现最佳的错误类型。然而,它很难评估人类注释者使用上述假设标记为替代更正的答案。这在很大程度上是因为纠正错误的召回率仍然很低,而且GEC模型可能会修改甚至是正确的单词,这可能会产生合理的替代方案,很难根据金标准参考进行评估。%R 10.18653/v1/2023.bea-1.41%U型https://aclantology.org/2023.bea-1.41%U型https://doi.org/10.18653/v1/2023.bea-1.41%电话:488-502
降价(非正式)
【语言学习中句子水平评估的语法错误纠正】(https://aclantology.org/2023.bea-1.41)(Katinskaia&Yangarber,BEA 2023)
国际计算语言学协会
- 阿尼西亚·卡廷斯卡亚和罗曼·扬加伯。2023语言学习中句子水平评估的语法纠错.英寸第18届创新使用NLP构建教育应用研讨会会议记录(BEA 2023),第488-502页,加拿大多伦多。计算语言学协会。