学术英语书面语中认知立场表达的跨度识别
计算与语言
2023-06-06 v1 人工智能
机器学习
摘要
针对自动化写作评价（AWE）系统评估超出词汇与语法层面的语言使用这一日益增长的需求（Burstein 等，2016），我们引入一种识别学术英语写作中立场修辞特征的新方法。基于评价分析（Appraisal analysis）中介入（engagement）的语篇分析框架（Martin & White，2005），我们手动标注了 4,688 个句子（126,411 个词符），涵盖八类修辞立场类别（如 PROCLAIM、ATTRIBUTION）及附加语篇元素。随后我们报告了一项实验，训练机器学习模型以识别并分类这些立场表达的跨度。性能最佳的模型（RoBERTa + LSTM）在立场表达跨度识别中取得了 .7208 的宏平均 F1，略优于裁定前的编码者间一致性估计（F1 = .6629）。
引用
@article{arxiv.2306.02038,
title = {Span Identification of Epistemic Stance-Taking in Academic Written English},
author = {Masaki Eguchi and Kristopher Kyle},
journal= {arXiv preprint arXiv:2306.02038},
year = {2023}
}
备注
The 18th Workshop on Innovative Use of NLP for Building Educational Applications