LXPER Index 2.0：改进面向韩国 L2 英语学生的文本可读性评估模型
计算与语言
2020-12-14 v4 机器学习
摘要
针对外语英语教学 (ELT) 课程中的文本开发可读性评估模型，在自然语言处理领域从未受到太多关注。因此，大多数已开发的模型对 L2 英语文本的准确率极低，以至于鲜有能作为公平比较的基准。本文中，我们研究面向韩国 L2 英语学习者的文本可读性评估模型。相应地，我们改进并扩展了韩国 ELT 课程文本语料库 (CoKEC-text)。每篇文本均标注其目标年级水平。我们使用 CoKEC-text 训练模型，显著提升了韩国 ELT 课程文本可读性评估的准确率。
引用
@article{arxiv.2010.13374,
title = {LXPER Index 2.0: Improving Text Readability Assessment Model for L2 English Students in Korea},
author = {Bruce W. Lee and Jason Lee},
journal= {arXiv preprint arXiv:2010.13374},
year = {2020}
}
备注
NLP-TEA 2020, Association for Computational Linguistics