阿拉伯语句子难度的自动分类
计算与语言
2021-03-09 v1
摘要
本文提出一种现代标准阿拉伯语（MSA）句子难度分类器，利用CEFR能力等级或简单/复杂的二分类，为语言学习者预测句子难度。我们比较了不同种类句子嵌入（fastText、mBERT、XLM-R与Arabic-BERT）的使用，以及传统语言特征如词性标注、依存树、可读性分数与面向语言学习者的频率表。我们的最佳结果通过使用微调的Arabic-BERT取得。我们3类CEFR分类的准确率对Arabic-Bert与XLM-R分类分别为F-1值0.80与0.75，回归的Spearman相关系数为0.71。我们的二分类难度分类器在句子对语义相似度分类上达到F-1值0.94与F-1值0.98。
引用
@article{arxiv.2103.04386,
title = {Automatic Difficulty Classification of Arabic Sentences},
author = {Nouran Khallaf and Serge Sharoff},
journal= {arXiv preprint arXiv:2103.04386},
year = {2021}
}
备注
Accepted at WANLP 2021