Towards automatically extracting morphosyntactical error patterns from L1-L2 parallel dependency treebanks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3AJI9ZGU59" target="_blank" >RIV/00216208:11320/23:JI9ZGU59 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.scopus.com/inward/record.uri?eid=2-s2.0-85174523542&partnerID=40&md5=0ee4f09cb3af3192f3c922741ef06c20" target="_blank" >https://www.scopus.com/inward/record.uri?eid=2-s2.0-85174523542&partnerID=40&md5=0ee4f09cb3af3192f3c922741ef06c20</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Towards automatically extracting morphosyntactical error patterns from L1-L2 parallel dependency treebanks
Popis výsledku v původním jazyce
"L1-L2 parallel dependency treebanks are UD-annotated corpora of learner sentences paired with correction hypotheses. Automatic morphosyntactical annotation has the potential to remove the need for explicit manual error tagging and improve interoperability, but makes it more challenging to locate grammatical errors in the resulting datasets. We therefore propose a novel method for automatically extracting morphosyntactical error patterns and perform a preliminary bilingual evaluation of its first implementation through a similar example retrieval task. The resulting pipeline is also available as a prototype CALL application. © 2023 Association for Computational Linguistics."
Název v anglickém jazyce
Towards automatically extracting morphosyntactical error patterns from L1-L2 parallel dependency treebanks
Popis výsledku anglicky
"L1-L2 parallel dependency treebanks are UD-annotated corpora of learner sentences paired with correction hypotheses. Automatic morphosyntactical annotation has the potential to remove the need for explicit manual error tagging and improve interoperability, but makes it more challenging to locate grammatical errors in the resulting datasets. We therefore propose a novel method for automatically extracting morphosyntactical error patterns and perform a preliminary bilingual evaluation of its first implementation through a similar example retrieval task. The resulting pipeline is also available as a prototype CALL application. © 2023 Association for Computational Linguistics."
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
"Proc. Annu. Meet. Assoc. Comput Linguist."
ISBN
978-195942980-7
ISSN
0736-587X
e-ISSN
—
Počet stran výsledku
13
Strana od-do
585-597
Název nakladatele
Association for Computational Linguistics (ACL)
Místo vydání
—
Místo konání akce
Singapore
Datum konání akce
1. 1. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—