SweLL的兴起：面向欧洲参考水平研究的瑞典学习者语言语料库
计算与语言
2016-04-25 v1
摘要
我们提出一个瑞典语新资源SweLL，这是一个根据欧洲共同参考框架（CEFR）关联学习者表现水平的瑞典学习者作文语料库。SweLL由三个子语料库组成——SpIn、SW1203和Tisus，采集自三所不同教育机构。所有子语料库的共同元数据包括年龄、性别、母语、在瑞居住时间、写作任务类型。依据子语料库不同，学习者文本可能包含额外信息，如文本体裁、主题、成绩。语料库涵盖了六个CEFR级别中的五个：A1、A2、B1、B2和C1，总计339篇作文。C2级别未包含，因为未开设C2级别课程。工作流包括作文与许可收集、作文数字化与登记、元数据标注、自动语言标注。基于SW1203子语料库给出了评分者间一致性。SweLL工作仍在进行，百余篇作文在流水线中等待处理。本文既描述该资源，也描述SweLL编译背后的“操作方法”。
引用
@article{arxiv.1604.06583,
title = {SweLL on the rise: Swedish Learner Language corpus for European Reference Level studies},
author = {Elena Volodina and Ildikó Pilán and Ingegerd Enström and Lorena Llozhi and Peter Lundkvist and Gunlög Sundberg and Monica Sandell},
journal= {arXiv preprint arXiv:1604.06583},
year = {2016}
}