@进行中{farias-wanderley-demmans-epp-2021识别,title=“使用{POS}信息识别学习者错误中的消极语言迁移”,author=“Farias Wanderley、Leticia和Demmans Epp,Carrie“,editor=“布尔斯坦、吉尔和霍巴赫、安德里亚和科奇马、叶卡捷琳娜和Laarmann-Quante、Ronja和莱科克、克劳迪娅和Madnani、Nitin和Pil{\'a}n、Ildik{\'o}和Yannakoudakis、Helen和托尔斯滕·泽施”,booktitle=“第十六届创新使用NLP构建教育应用研讨会论文集”,月=四月,年=“2021”,address=“在线”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.bea-1.7”,pages=“64--74”,abstract=“语言学习者经常犯的一个错误是在用另一种语言进行交流时误用了第一语言规则。本文使用n-gram和递归神经网络语言模型来表示语言结构,并检测母语为汉语的人何时错误地从其第一语言中转移规则(即中文)融入他们的英语写作中。这些模型可以将错误原因(如负性语言迁移)告知纠正性错误反馈。我们报告了使用n-gram和递归神经网络模型进行的阴性语言检测实验的结果,这些模型是使用部分语言标签训练的。在识别英语学习者数据中的消极语言迁移时,表现最好的模型的F1分数为0.51。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“farias-wanderley-demmans-epp-2021-识别”><标题信息><title>使用POS信息识别学习者错误中的负面语言迁移</title></titleInfo><name type=“personal”>莱蒂西亚Farias Wanderley<角色>作者</角色></name><name type=“personal”>嘉莉<namePart type=“family”>Demmans Epp</namePart><角色>作者</角色></name><originInfo>2021-04发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第16届创新使用NLP构建教育应用研讨会论文集</titleInfo><name type=“personal”><namePart type=“given”>Jill</namePart>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”>叶卡捷琳娜科赫马尔<角色><roleTerm authority=“marcorrator”type=“text”>编辑器</roleTerm></角色></name><name type=“personal”>RonjaLaarmann-Quante<角色>编辑器</角色></name><name type=“personal”>克劳迪娅<namePart type=“family”>龙头</namePart><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”>Ildikó皮兰<角色>编辑器</角色></name><name type=“personal”>海伦Yannakoudakis<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><原始信息>计算语言学协会<位置>在线</place></originInfo>会议出版物</relatedItem>语言学习者经常犯的一个错误是在用另一种语言交流时误用母语规则。本文使用n-gram和递归神经网络语言模型来表示语言结构,并检测以汉语为母语的人何时将规则从母语(即汉语)错误地传递到英语写作中。这些模型可以将错误原因告知纠正错误反馈,例如负面语言迁移。我们报告了使用n-gram和递归神经网络模型进行的阴性语言检测实验的结果,这些模型是使用部分语言标签训练的。在识别英语学习者数据中的消极语言迁移时,表现最好的模型的F1分数为0.51</摘要>farias-wanderley-demmans-epp-2021-识别<位置><网址>https://aclantology.org/2021.bea-1.7</url></位置><部分>2021-04年<扩展单元=“page”><开始>64<end>74</end></范围></部分></mods></modsCollection>
%0会议记录%利用POS信息识别学习者错误中的消极语言迁移%A Farias Wanderley,莱蒂西亚%A Demmans Epp,嘉莉%吉尔·Y·伯斯坦%安德烈亚·霍尔巴赫%叶卡捷琳娜·Y·科奇马尔%Y Laarmann-Quante,隆加%克劳迪娅·利科克%Y Madnani,尼廷%Y Pilán,Ildikó%Y Yannakoudakis,海伦%托尔斯滕·泽施%第16届创新使用NLP构建教育应用研讨会论文集%D 2021年%4月8日%计算语言学协会%C在线%F farias-wanderley-demmans-epp-2021识别%语言学习者犯的一个常见错误是在用另一种语言交流时错误地使用了第一语言规则。本文使用n-gram和递归神经网络语言模型来表示语言结构,并检测以汉语为母语的人何时将规则从母语(即汉语)错误地传递到英语写作中。这些模型可以将错误原因(如负性语言迁移)告知纠正性错误反馈。我们报告了使用n-gram和递归神经网络模型进行的阴性语言检测实验的结果,这些模型是使用部分语言标签训练的。在识别英语学习者数据中的消极语言迁移时,表现最好的模型的F1分数为0.51。%U型https://aclantology.org/2021.bea-1.7%电话64-74
降价(非正式)
[使用POS信息识别学习者错误中的消极语言迁移](https://aclantology.org/2021.bea-1.7)(Farias Wanderley&Demmans Epp,BEA 2021)
国际计算语言学协会
- Leticia Farias Wanderley和Carrie Demmans Epp。2021利用POS信息识别学习者错误中的负迁移.英寸第十六届创新使用NLP构建教育应用研讨会会议记录,第64-74页,在线。计算语言学协会。