論文の概要: Quantity Convergence, Quality Divergence: Disentangling Fluency and Accuracy in L2 Mandarin Prosody

• arxiv url: http://arxiv.org/abs/2602.23071v1
• Date: Thu, 26 Feb 2026 15:00:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.733329
• Title: Quantity Convergence, Quality Divergence: Disentangling Fluency and Accuracy in L2 Mandarin Prosody
• Title（参考訳）: 量収束, 品質多様性:L2マンダリン韻律の拡散頻度と精度
• Authors: Yuqi Shi, Hao Yang, Xiyao Lu, Jinsong Zhang,
• Abstract要約: 本研究では,ベトナム語話者67人とベトナム語話者67人を比較し,L2構文-韻律インタフェースの化石化と安定性について検討した。 高い習熟度学習者は,主要フレーズレベル(B3)の境界量でネイティブベースラインに収束するが,その構造的マッピングは著しく分岐する。
• 参考スコア（独自算出の注目度）: 7.034515345843285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While second language (L2) learners may acquire target syntactic word order, mapping this syntax onto appropriate prosodic structures remains a persistent challenge. This study investigates the fossilization and stability of the L2 syntax-prosody interface by comparing 67 native Mandarin speakers with 67 Vietnamese learners using the BLCU-SAIT corpus. By integrating C-ToBI boundary annotation with Dependency Grammar analysis, we examined both the quantity of prosodic boundaries and their mapping to syntactic relations. Results reveal a non-linear acquisition: although high-proficiency learners (VNH) converge to the native baseline in boundary quantity at the Major Phrase level (B3), their structural mapping significantly diverges. Specifically, VNH demote the prosodic boundary at the Subject-Verb (SBV) interface (Major Phrase B3 -> Prosodic Word B1), while erroneously promoting the boundary at the Verb-Object (VOB) interface (Prosodic Word B1 -> Major Phrase B3). This strategy allows learners to maintain high long phrasal output at the expense of structural accuracy. This results in a distorted prosodic hierarchy where the native pattern is inverted.
• Abstract（参考訳）: 第二言語(L2)学習者は、目的の構文的単語順序を取得することができるが、この構文を適切な韻律構造にマッピングすることは、依然として永続的な課題である。 本研究では,ベトナム語話者67人とベトナム語学習者67人とをBLCU-SAITコーパスを用いて比較し,L2構文-韻律インタフェースの化石化と安定性について検討した。 C-ToBI境界アノテーションと依存文法解析を組み合わせることにより,韻律境界の量と構文関係へのマッピングについて検討した。 その結果, 高能率学習者(VNH)は, 主要フレーズレベル(B3)の境界量において, ネイティブベースラインに収束するが, その構造的マッピングは著しく変化することがわかった。 具体的には、VNHは、VBVインタフェース(Major Phrase B3 -> Prosodic Word B1)で、VBインタフェース(Prosodic Word B1 -> Major Phrase B3)で、VNHは、VBインターフェース(VOB)でのバウンダリを誤ってプロモートする(Prosodic Word B1 -> Major Phrase B3)。 この戦略により、学習者は構造的精度を犠牲にして高い長いフレーズ出力を維持することができる。 これにより、ネイティブパターンが逆転する歪んだ韻律階層が生成される。

関連論文リスト

• Tokenization and Morphological Fidelity in Uralic NLP: A Cross-Lingual Evaluation [9.23725598061561]
  本研究は3つのサブワードパラダイムであるByte Pairを体系的に比較する。 BPE(Overlap BPE)、OBPE(Overlap BPE)、Unigram Language Model(Unigram Language Model)。 OBPEは従来手法よりも強い形態的アライメントとタグ付け精度を実現する。
  論文  参考訳（メタデータ） (2026-02-04T05:59:25Z)
• Boundary-Driven Table-Filling with Cross-Granularity Contrastive Learning for Aspect Sentiment Triplet Extraction [8.011606196420757]
  Aspect Sentiment Triplet extract taskは、きめ細かい感情分析において最も顕著なサブタスクの1つである。 既存のほとんどのアプローチでは、エンドツーエンドで2次元テーブルフィリングプロセスとしてフレームトリプレット抽出を行っている。 文レベル表現と単語レベル表現のセマンティック一貫性を高めるために,BTF-CCLを用いた境界駆動型テーブル充填を提案する。
  論文  参考訳（メタデータ） (2025-02-04T02:23:45Z)
• Character-Level Chinese Dependency Parsing via Modeling Latent Intra-Word Structure [11.184330703168893]
  本稿では,中国語における単語の内部構造をモデル化する。 制約付きアイズナーアルゴリズムは、文字レベルの木の互換性を確保するために実装されている。 詳細な分析により、粗大なパース戦略により、より言語学的に妥当な単語内構造を予測することができることが明らかになった。
  論文  参考訳（メタデータ） (2024-06-06T06:23:02Z)
• Structural Ambiguity and its Disambiguation in Language Model Based Parsers: the Case of Dutch Clause Relativization [2.9950872478176627]
  先行文の存在が相対的節の曖昧さをいかに解決するかを考察する。 その結果、証明ネットに基づくニューロシンボリックは、普遍的な依存関係に基づくアプローチよりも、データ偏差補正に対してよりオープンであることが示された。
  論文  参考訳（メタデータ） (2023-05-24T09:04:18Z)
• We're Afraid Language Models Aren't Modeling Ambiguity [136.8068419824318]
  あいまいさの管理は人間の言語理解の重要な部分です。 文中のあいまいさは,他の文との係り受け関係に与える影響によって特徴付けられる。 我々は,多ラベルNLIモデルが曖昧さによって誤解を招く野生の政治的主張にフラグを付けることができることを示す。
  論文  参考訳（メタデータ） (2023-04-27T17:57:58Z)
• VECO 2.0: Cross-lingual Language Model Pre-training with Multi-granularity Contrastive Learning [56.47303426167584]
  複数粒度アライメントを持つコントラスト学習に基づく言語間事前学習モデルVECO2.0を提案する。 具体的には、シーケンス・ツー・シーケンスアライメントが誘導され、並列対の類似性を最大化し、非並列対を最小化する。 トークン・ツー・トークンのアライメントは、シソーラス辞書を介して発掘された同義トークンと、バイリンガルな例の他の未使用トークンとのギャップを埋めるために統合される。
  論文  参考訳（メタデータ） (2023-04-17T12:23:41Z)
• Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
  テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。 本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。 本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。 セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
  論文  参考訳（メタデータ） (2021-10-04T03:59:15Z)
• Bilingual Lexicon Induction via Unsupervised Bitext Construction and Word Alignment [49.3253280592705]
  我々は,bitextマイニングと教師なし単語アライメントを組み合わせた手法により,はるかに高品質な語彙を生成可能であることを示す。 私たちの最終モデルは、BUCC 2020共有タスクの最先端を14 $F_1$ポイント、平均12以上の言語ペアで上回ります。
  論文  参考訳（メタデータ） (2021-01-01T03:12:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。