从中自动提取形态句法错误模式L（左）1-L（左）2个并行依赖树库

阿里安娜·马斯奇奥利尼,埃琳娜·沃洛蒂娜,达娜·丹恩尔斯

摘要
L1-L2平行依存树库是一个由学习者句子组成的UD注释语料库，与纠正假设相匹配。自动形态句法注释有可能消除显式手动错误标记的需要，并提高互操作性，但使在结果数据集中定位语法错误变得更具挑战性。因此，我们提出了一种新的自动提取形态句法错误模式的方法，并通过类似的示例检索任务对其首次实现进行了初步的双语评估。生成的管道也可以作为原型CALL应用程序使用。
选集ID：
2023.bea-1.50年
体积：
第18届创新使用NLP构建教育应用研讨会会议记录（BEA 2023）
月份：
七月
年份：
2023
地址：
加拿大多伦多
编辑：
叶卡捷琳娜·科奇马尔,吉尔·布尔斯坦,安德烈亚·霍尔巴赫,Ronja Laarmann-Quante公司,尼丁·马德纳尼,安娜·塔克,维多利亚·亚涅娃,郑源,托尔斯滕·泽施
地点：
东亚银行
SIG公司：
西格杜
出版商：
计算语言学协会
注：
页：
585–597
语言：
网址：
https://aclantology.org/2023.bea-1.50
内政部：
10.18653/v1/2023.bea-1.50
比比键：
引用（ACL）：
Arianna Masciolini、Elena Volodina和Dana Dannlls。2023从L1-L2并行依赖树库中自动提取形态句法错误模式.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585-597页，加拿大多伦多。计算语言学协会。
引用（非正式）：
从L1-L2并行依赖树库中自动提取形态句法错误模式（Masciolini等人，BEA 2023）
复制引文：
PDF格式：
https://aclantology.org/2023.bea-1.50.pdf
附件：
2023.bea-1.50.附件.zip
视频：
 https://aclantology.org/2023.bea-1.50mp4
PDF格式 引用 搜索 附件 视频