儿童-看护者对话中语法性的自动标注
计算与语言
2024-03-22 v1
摘要
语法习得一直是评判语言习得理论的核心问题。为了在儿童-看护者对话中对语法性进行更快、更具可重复性且更大规模的语料库研究，自动标注工具可以作为一种有效的替代方案，取代繁琐的人工标注。我们为儿童-看护者对话中依赖上下文的语法性提出了一种编码方案，并从一个大型的转录对话语料库中标注了超过4,000条话语。基于这些标注，我们训练并评估了一系列自然语言处理（NLP）模型。我们的结果表明，经过微调的基于Transformer的模型表现最佳，达到了人类标注者间一致性的水平。作为该工具的首次应用和健全性检查，我们使用训练好的模型对一个比人工标注数据大近两个数量级的语料库进行了标注，并验证了儿童的语法性随年龄增长呈现稳步提升。这项工作为应用最先进的NLP方法助力大规模研究儿童语言习得的日益增长的文献做出了贡献。
引用
@article{arxiv.2403.14208,
title = {Automatic Annotation of Grammaticality in Child-Caregiver Conversations},
author = {Mitja Nikolaus and Abhishek Agrawal and Petros Kaklamanis and Alex Warstadt and Abdellah Fourtassi},
journal= {arXiv preprint arXiv:2403.14208},
year = {2024}
}