論文の概要: FRENCH-YMCA: A FRENCH Corpus meeting the language needs of Youth, froM Children to Adolescents
- arxiv url: http://arxiv.org/abs/2604.05899v1
- Date: Tue, 07 Apr 2026 14:04:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.8691
- Title: FRENCH-YMCA: A FRENCH Corpus meeting the language needs of Youth, froM Children to Adolescents
- Title（参考訳）: FRENCH-YMCA : 若者と青年の言語ニーズを満たすFRENCHコーパス
- Authors: Cherifa Ben Khelil, Jean-Yves Antoine, Anaïs Halftermeyer, Frédéric Rayar, Mathieu Thebaud,
- Abstract要約: 我々は、子供や青年に特化された新しい言語資源である、フレンチYMCAコーパスを紹介する。
39,200のテキストファイルが収集され、フランス語とYMCAのコーパスには合計22,471,898の単語が含まれている。
- 参考スコア（独自算出の注目度）: 0.13048920509133807
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we introduce the French-YMCA corpus, a new linguistic resource specifically tailored for children and adolescents. The motivation for building this corpus is clear: children have unique language requirements, as their language skills are in constant evolution and differ from those of adults. With an extensive collection of 39,200 text files, the French-YMCA corpus encompasses a total of 22,471,898 words. It distinguishes itself through its diverse sources, consistent grammar and spelling, and the commitment to providing open online accessibility for all. Such corpus can serve as the foundation for training language models that understand and anticipate youth's language, thereby enhancing the quality of digital interactions and ensuring that responses and suggestions are age-appropriate and adapted to the comprehension level of users of this age.
- Abstract（参考訳）: 本稿では, 子どもや青年向けの言語資源として, フランス語・YMCAコーパスを紹介する。
このコーパスを構築する動機は明らかであり、子どもたちは言語スキルが常に進化し、大人と異なるため、ユニークな言語要件を持っている。
39,200のテキストファイルが収集され、フランス語とYMCAのコーパスには合計22,471,898の単語が含まれている。
それは、その多様なソース、一貫性のある文法と綴り、そして誰でもオープンなオンラインアクセシビリティを提供することへのコミットメントを通じて、自分自身を区別している。
このようなコーパスは、若者の言語を理解し、予測し、デジタルインタラクションの質を高め、応答と提案が年齢に適合し、この時代のユーザの理解レベルに適合することを確実にする言語モデルのトレーニング基盤として機能する。
関連論文リスト
- Learning from Child-Directed Speech in Two-Language Scenarios: A French-English Case Study [2.537875634249757]
我々はBabyBERTaを厳密にサイズマッチングされたデータ条件下で英仏シナリオに拡張する。
構文的タスクと意味的タスクの両方でモデルを評価し、ウィキペディアのみのデータに基づいて訓練されたモデルと比較する。
同様のパターンがBabyBERTa、RoBERTa、LTG-BERTにまたがって現れ、アーキテクチャ間の一貫性のある傾向を示唆している。
論文 参考訳（メタデータ） (2026-03-13T11:22:36Z) - MultiGen: Child-Friendly Multilingual Speech Generator with LLMs [41.83274450164344]
MultiGenは、子供フレンドリーなインタラクションを備えた多言語音声生成モデルである。
LLMアーキテクチャを用いた年齢適応型多言語音声生成手法を提案する。
論文 参考訳（メタデータ） (2025-08-12T07:58:48Z) - Best Practices and Considerations for Child Speech Corpus Collection and Curation in Educational, Clinical, and Forensic Scenarios [0.3749861135832073]
我々は、過去の収集活動と我々の経験・知識から着想を得たデータ収集のWHO、WHAT、WHEN、WHEREについて述べる。
本研究は、コーパス品質チェック、トリアージ、アノテーションのガイドラインで締めくくっている。
論文 参考訳（メタデータ） (2025-07-17T07:44:04Z) - Teacher Perception of Automatically Extracted Grammar Concepts for L2
Language Learning [66.79173000135717]
本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。
我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。
我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
論文 参考訳（メタデータ） (2023-10-27T18:17:29Z) - BabySLM: language-acquisition-friendly benchmark of self-supervised
spoken language models [56.93604813379634]
音声表現を学習するための自己指導技術は、人間のラベルを必要とせずに、音声への露出から言語能力を高めることが示されている。
語彙および構文レベルで音声言語モデルを探索するために,言語習得に親しみやすいベンチマークを提案する。
テキストと音声のギャップを埋めることと、クリーンな音声とその内話のギャップを埋めることである。
論文 参考訳（メタデータ） (2023-06-02T12:54:38Z) - A Corpus for Sentence-level Subjectivity Detection on English News Articles [49.49218203204942]
我々はこのガイドラインを用いて、議論を呼んだ話題に関する英ニュース記事から抽出した638の目的語と411の主観的な文からなるNewsSD-ENGを収集する。
我々のコーパスは、語彙や機械翻訳といった言語固有のツールに頼ることなく、英語で主観的検出を行う方法を舗装している。
論文 参考訳（メタデータ） (2023-05-29T11:54:50Z) - Teacher Perception of Automatically Extracted Grammar Concepts for L2
Language Learning [91.49622922938681]
本稿では,文法の異なる側面の記述を自動的に発見・可視化する自動フレームワークを提案する。
具体的には、形態素構文と意味論に関する疑問に答える自然なテキストコーパスから記述を抽出する。
この手法をインド語、カンナダ語、マラタイ語に応用するが、これは英語とは異なり、十分に発達した教育資源を持たない。
論文 参考訳（メタデータ） (2022-06-10T14:52:22Z) - From FreEM to D'AlemBERT: a Large Corpus and a Language Model for Early
Modern French [57.886210204774834]
我々は、近世フランス語(歴史的フランス語:16$textth$から18$textth$ century)のためのNLPツールを開発する取り組みを提示する。
我々は、近世フランス語のtextFreEM_textmax$ corpusと、$textFreEM_textmax$でトレーニングされたRoBERTaベースの言語モデルであるD'AlemBERTを提示する。
論文 参考訳（メタデータ） (2022-02-18T22:17:22Z) - Multilingual AMR-to-Text Generation [22.842874899794996]
20の異なる言語で生成する多言語AMR-to-textモデルを作成する。
自動メトリクスに基づく18言語の場合、我々の多言語モデルは単一の言語を生成するベースラインを超えます。
我々は、人間の評価を用いて形態や単語の順序を正確に把握する多言語モデルの能力を分析し、母語話者が我々の世代を流動的であると判断する。
論文 参考訳（メタデータ） (2020-11-10T22:47:14Z)
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。