基于文本与句子对儿童适读年龄的推荐
计算与语言
2023-08-22 v1 人工智能
摘要
儿童对文本的理解能力低于成人。此外，不同年龄儿童的理解能力存在差异。因此，基于文本或句子自动预测推荐年龄，将极大有助于向儿童提供恰当文本并帮助作者以最合适的方式写作。本文介绍我们在年龄推荐任务上的近期进展。我们将年龄推荐视为回归任务，讨论恰当评估指标的必要性，研究最先进机器学习模型即 Transformer 的使用，并将其与文献中的不同模型进行比较。我们的结果也与专家给出的推荐进行比较。进一步，本文通过分析多种语言特征，对年龄预测模型进行初步可解释性研究。我们在包含 3,673 篇法语文本（132K 句子，2.5M 词）的数据集上开展实验。为了在文本级和句子级推荐年龄，我们的最佳模型在测试集上分别取得 MAE 分数 0.98 和 1.83。此外，与专家推荐相比，我们的句子级推荐模型取得与专家相近的分数，而文本级推荐模型以 MAE 分数 1.48 优于专家。
引用
@article{arxiv.2308.10586,
title = {Age Recommendation from Texts and Sentences for Children},
author = {Rashedur Rahman and Gwénolé Lecorvé and Nicolas Béchet},
journal= {arXiv preprint arXiv:2308.10586},
year = {2023}
}
备注
26 pages (incl. 4 pages for appendices), 4 figures, 20 tables