加泰罗尼亚语与西班牙语的词汇复杂性预测及词汇简化：资源创建、质量评估与伦理考量
计算与语言
2025-02-21 v2
摘要
自动词汇简化是一项用更简单、更常见的词替换可能不熟悉且难以理解的词汇项的任务。本文介绍了两个用于西班牙语和加泰罗尼亚语词汇简化的新数据集的描述与分析。该数据集代表了加泰罗尼亚语中首个此类数据集，也是对西班牙语自动词汇简化可用稀疏数据的重要补充。具体而言，它是首个包含词汇项理解难度标量评分的西班牙语数据集。此外，我们进行了详细分析，旨在评估数据对于词汇简化任务的适用性及伦理维度。
引用
@article{arxiv.2404.07814,
title = {Lexical Complexity Prediction and Lexical Simplification for Catalan and Spanish: Resource Creation, Quality Assessment, and Ethical Considerations},
author = {Stefan Bott and Horacio Saggion and Nelson Peréz Rojas and Martin Solis Salazar and Saul Calderon Ramirez},
journal= {arXiv preprint arXiv:2404.07814},
year = {2025}
}