論文の概要: Classification of non-analyzable word types in web documents to implement an effective Korean e-learning system
- arxiv url: http://arxiv.org/abs/2605.29638v1
- Date: Thu, 28 May 2026 09:07:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-30 02:45:56.097036
- Title: Classification of non-analyzable word types in web documents to implement an effective Korean e-learning system
- Title（参考訳）: 効果的な韓国のeラーニングシステムを実装するWeb文書における非分析可能な単語の分類
- Authors: Sang-Taek Park, Ae-Lim Ahn, Eric Laporte, Jee-Sun Nam,
- Abstract要約: 1つはオンラインニュース記事のようなフォーマルな文書で、もう1つはウェブブログにおける新製品に関する顧客レビューのような非公式な文書でできている。
テキストのかなりの割合が非公式であることを考えると、韓国のeラーニングシステムにおいて、それらを効果的に扱うための適切なモデルとしてローカル文法グラフ(LGG)を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: E-learning systems should deliver contents that reflect various phenomena of the language as it is used. In addition to formal Korean, e-learning systems that would include real-world Korean expressions such as those in web documents, mobile text messages, or twitter posts, would be useful to high-level learners. We construct two types of corpora: one is made of formal documents like online news articles; the other is made of informal documents like customer reviews about new products in web blogs. By comparing these corpora, we show how expressions differ in these two types of corpora. We survey the main characteristics of the informal corpus. Given that a significant proportion of text is informal, we propose Local Grammar Graphs (LGG) as an appropriate model to treat them effectively in Korean e-learning systems.
- Abstract（参考訳）: eラーニングシステムは、使用する言語の様々な現象を反映したコンテンツを提供する必要がある。
公式な韓国語に加えて、Webドキュメント、モバイルテキストメッセージ、Twitter投稿などの実世界の韓国語表現を含むeラーニングシステムは、高レベルの学習者にとって有用である。
1つはオンラインニュース記事のようなフォーマルな文書で、もう1つはウェブブログにおける新製品に関する顧客レビューのような非公式な文書でできている。
これらのコーパスを比較することで、これらの2種類のコーパスで表現がどう異なるかを示す。
非公式コーパスの主な特徴について調査する。
テキストのかなりの割合が非公式であることを考えると、韓国のeラーニングシステムにおいて、それらを効果的に扱うための適切なモデルとしてローカル文法グラフ(LGG)を提案する。
関連論文リスト
- CEFR-Annotated WordNet: LLM-Based Proficiency-Guided Semantic Database for Language Learning [0.0]
我々は、共通ヨーロッパ言語参照フレームワーク(CEFR)を付加したWordNetを開発する。
我々は、WordNetにおける感覚定義と英語語彙プロファイルオンラインにおけるエントリのセマンティックな類似性を測定する。
実験により, コーパス上で微調整されたモデルが金標準アノテーションで訓練されたモデルと相容れない性能を示した。
論文 参考訳（メタデータ） (2025-10-21T09:42:48Z) - Does Incomplete Syntax Influence Korean Language Model? Focusing on Word Order and Case Markers [7.275938266030414]
語順やケースマーカーなどの構文要素は自然言語処理において基本的なものである。
本研究は,韓国語モデルがこの柔軟性を正確に捉えることができるかどうかを考察する。
論文 参考訳（メタデータ） (2024-07-12T11:33:41Z) - Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。
提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文 参考訳（メタデータ） (2024-05-08T00:18:56Z) - A New Korean Text Classification Benchmark for Recognizing the Political
Intents in Online Newspapers [6.633601941627045]
本稿では,様々な記事を含む韓国語テキスト分類データセットを提案する。
我々のデータセットには、韓国で最も代表的な新聞組織の6つの政治部門から、政治的意図を含む可能性のある12,000のニュース記事が含まれています。
我々の知る限り、我々の論文は韓国で最も大規模なニュースデータセットであり、長いテキストとマルチタスクの分類問題に対処する。
論文 参考訳（メタデータ） (2023-11-03T04:59:55Z) - 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) - 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) - Detecting Text Formality: A Study of Text Classification Approaches [78.11745751651708]
本研究は,統計的,ニューラルベース,トランスフォーマーベースの機械学習手法に基づく形式性検出手法の体系的研究を初めて行う。
単言語,多言語,言語横断の3種類の実験を行った。
本研究は,モノリンガルおよび多言語形式分類タスクのためのトランスフォーマーベースモデルに対するChar BiLSTMモデルの克服を示す。
論文 参考訳（メタデータ） (2022-04-19T16:23:07Z) - Leveraging Pre-trained Language Model for Speech Sentiment Analysis [58.78839114092951]
本研究では、事前学習された言語モデルを用いて、文章の感情情報を学習し、音声の感情分析を行う。
本稿では,言語モデルを用いた擬似ラベルに基づく半教師付き訓練戦略を提案する。
論文 参考訳（メタデータ） (2021-06-11T20:15:21Z)
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。