RILEC：检测和生成英语学习者文本中的 L1 俄语干扰错误
计算与语言
2026-03-10 v1
摘要
学生作文中许多错误可由本土语言(L1)的影响解释。L1 干扰指受说话者本土语言影响的错误，例如使用stadion而非stadium，这反映了来自俄语的词汇转写。在本工作中，我们解决检测俄语学习者撰写英语作文中此类错误的任务。我们引入RILEC，一个规模为18000多句子的数据集，结合来自REALEC的专家标注数据与通过基于规则和神经增强生成的合成示例。我们提出了一种用于生成L1驱动错误的框架，利用PPO优化的生成式语言模型、基于提示的控制和基于规则的模式。在RILEC上微调的模型在诸如转写和时态语义等词级干扰类型方面取得了强劲性能。我们发现所提出的增强管道导致显著的性能提升，使其成为学习者和教师更有效识别和解决此类错误的有价值工具。
引用
@article{arxiv.2603.07366,
title = {RILEC: Detection and Generation of L1 Russian Interference Errors in English Learner Texts},
author = {Darya Kharlamova and Irina Proskurina},
journal= {arXiv preprint arXiv:2603.07366},
year = {2026}
}
备注
12 pages, 7 tables, 2 figures. Accepted to LREC 2026