Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2 Funksie Optimalisasie vir voorskou leesbaarheid van Arabiese L1 en L2 ምርጫዎች تحسين الميزات لتوقع قابلية القراءة للغة العربية L1 و L2 Arap칞a L1 v톛 L2 oxuyabil톛c톛yi t톛dbir optimizasyonu Оптимизация на характеристиките за прогнозиране на четливостта на арабски език আরবী L1 এবং L2 এর প্রাকদর্শনের জন্য বৈশিষ্ট্য অপশন ཨ་རབ་ཀྱི་L1 དང L2 ཡི་སྔོན་འཛུགས་ཀྱི་ཆ་རྐྱེན་སྒྲིག་ཆ་སྒྲིག་འགོད་བྱེད་སྟངས Optimizacija mogućnosti za predviđanje čitljivosti arapske L1 i L2 Optimització de característiques per predir llegibilitat dels L1 i L2 àrabs Optimalizace funkcí pro predikci čitelnosti arabštiny L1 a L2 Funktionsoptimering til forudsigelse af læsbarhed af arabisk L1 og L2 Funktionsoptimierung zur Vorhersage der Lesbarkeit von Arabisch L1 und L2 Βελτιστοποίηση χαρακτηριστικών για την πρόβλεψη αναγνωσιμότητας των αραβικών και των αραβικών Optimización de funciones para predecir la legibilidad de los idiomas árabe L1 y L2 Funktsioonide optimeerimine araabia L1 ja L2 loetavuse prognoosimiseks Optimization of Feature for Predicting Readability of Arabic L1 and L2 Ominaisuuksien optimointi arabian L1 ja L2 luettavuuden ennustamiseen Optimisation des fonctionnalités pour prédire la lisibilité de l'arabe L1 et L2 Optamú Gné chun Inléiteacht Araibis L1 agus L2 a Thuar KCharselect unicode block name Feature Optimization for Predicting Readability of Arabic L1 and L2 अरबी L1 और L2 की पठनीयता की भविष्यवाणी करने के लिए सुविधा अनुकूलन Optimizacija mogućnosti za predviđanje čitljivosti arapske L1 i L2 Funkcióoptimalizálás az arab L1 és L2 olvashatóságának előrejelzéséhez Արաբական L1 և L2 կարելի է կանխատեսել Optimisasi Feature untuk memprediksi pembacaan dari L1 dan L2 Arab Ottimizzazione delle funzionalità per predire la leggibilità di L1 e L2 arabi アラビア語L 1およびL 2の読みやすさを予測するための機能最適化 structural navigation პარაბური L1 და L2-ის კითხვა შესაძლებლობა Араб L1 және L2- нің оқу мүмкіндігін алдын ала алатын мүмкіндіктердің оптимизациясы 아랍어 L1과 L2의 가독성 특징 최적화 예측 Arabų L1 ir L2 skaitomumo prognozavimo optimizavimas Оптимизација на функциите за предвидување на читливоста на арапските L1 и L2 അറബിക്ക് L1- ലും L2- ലും മുന്ഗണന നടത്തുന്നതിനുള്ള വിശിഷ്ടമായ ഐച്ഛികങ്ങള് Араб L1 болон L2-ын унших чадварыг таамаглах боломжтой Optimisasi Feature untuk Prediksi Pembacaan Arab L1 dan L2 L-ottimizzazzjoni tal-karatteristiċi għat-Tbassir tal-Readability tal-L1 u L2 Għarab Functieoptimalisatie voor het voorspellen van leesbaarheid van Arabische L1 en L2 Optimalisering av funksjonar for forventing lesabilitet på arabisk L1 og L2 Optymalizacja funkcji dla przewidywania czytelności arabskiego L1 i L2 Otimização de recursos para prever a legibilidade do árabe L1 e L2 Optimizarea caracteristicilor pentru predicția lizibilității arabe L1 și L2 Оптимизация функций для прогнозирования читаемости арабского языка L1 и L2 අරාබි L1 සහ L2 සඳහා කියවන්න පුළුවන් විශේෂ විශේෂතාවක් ප්රීක්ෂණය කරන්න Optimizacija funkcij za predvidevanje berljivosti arabščine L1 in L2 Isticmaalka qalabka diyaarinta ee Arabic L1 iyo L2 Optimizimi i funksionit për parashikimin e lexueshmërisë së L1 dhe L2 arabe Optimizacija karakteristike za predviđanje čitanja arapske L1 i L2 Funktionsoptimering för att förutsäga läsbarhet av arabiska L1 och L2 Uchaguzi wa Tamko kwa Kujiandaa Uwezekanaji wa L1 wa Kiarabu na L2 அரபி L1 மற்றும் L2 யின் முன்னேற்றும் சாத்தியமைப்புக்கான தன்மை விருப்பத்தேர்வு L1 we L2 Arap챌a okamak ukyplaryny 철흫 bellenen 체챌in 철zs체z Op힊enler عربی L1 اور L2 کی پڑھنے کی پیش بینی کے لئے فرصت Optimization Feature Optimization for Predicting Readability of Arabic L1 and L2 Độ nóng đặc trưng cho khả năng hạn chế gần chết của A Rập L1 và L2 以占阿拉伯语 L1 L2 可读性之优化
Hind Saddiki, Nizar Habash, Violetta Cavalli-Sforza, Muhamed Al Khalil
Abstract
Advances in automatic readability assessment can impact the way people consume information in a number of domains. Arabic, being a low-resource and morphologically complex language, presents numerous challenges to the task of automatic readability assessment. In this paper, we present the largest and most in-depth computational readability study for Arabic to date. We study a large set of features with varying depths, from shallow words to syntactic trees, for both L1 and L2 readability tasks. Our best L1 readability accuracy result is 94.8 % (75 % error reduction from a commonly used baseline). The comparable results for L2 are 72.4 % (45 % error reduction). We also demonstrate the added value of leveraging L1 features for L2 readability prediction.Abstract
Vorderings in outomatiese leesbaardige evaluering kan invloek op die manier waarop mense inligting in 'n aantal domeine gebruik word. Arabiese, as 'n lae-hulpbron en morfologiese kompleks taal, stel baie uitdagings aan die taak van outomatiese leesbaardige evaluering. In hierdie papier stel ons die grootste en mees in-diepte rekenaar leesbaardigheidsstudie voor die Arabiese tot nou. Ons studeer 'n groot stel van funksies met verskillende diepte, van slagte woorde tot sintaktieke bome, vir beide L1 en L2 leesbaardige taak. Ons beste L1 leesbaardige presies resultaat is 94. 8% (75% fout reduksie van 'n gewoonlik gebruikte basis lyn). Die vergelykbare resultate vir L2 is 72. 4% (45% fout reduksie). Ons bevestig ook die bygevoeg waarde van leveraging van L1 funksies vir L2 leesbaardige voorskou.Abstract
የራሳቸው የአንባቢ አካባቢ ማስታወቂያ የህዝቦች መረጃዎችን በቁጥር እንደሚያጠፉ ይችላል፡፡ አረቢኛ፣ ዋና ሞሮፎሎጂ እና አካባቢ ቋንቋ መሆኑን፣ በራሱ መቃውሚያ ማስታወቂያውን ለመሥራት ብዙ ጥላቻዎችን ያቀርባል፡፡ በዚህ ገጾች ውስጥ እስከ ዛሬ ድረስ የበለጠ እና የጠለቀውን የዐረብኛ ትምህርት ትምህርት እናቀርባለን፡፡ ለL1 እና L2 ለማንበብ ስራ በተለየ ጥልቅ ቃላት እናስተምራለን፡፡ የተሻለ L1 አነብብ እርግጠኛ ፍሬ 94.8 በመቶ ነው (75 በመቶ ስህተት ከተጠቃሚ የተጠቀመው baseline) (45% ስህተት አጎናጸፍ) ለL2 የአንባቢነት ትንቢት ለመስጠት የL1 ምርጫዎችን ለመስጠት እናሳየዋለን፡፡Abstract
يمكن أن تؤثر التطورات في تقييم قابلية القراءة التلقائي على الطريقة التي يستهلك بها الأشخاص المعلومات في عدد من المجالات. تمثل اللغة العربية ، كونها لغة منخفضة الموارد ومعقدة شكليًا ، تحديات عديدة لمهمة تقييم قابلية القراءة التلقائي. في هذه الورقة ، نقدم أكبر دراسة حسابية وأكثرها تعمقًا للقراءة للغة العربية حتى الآن. ندرس مجموعة كبيرة من الميزات ذات الأعماق المتفاوتة ، من الكلمات الضحلة إلى الأشجار النحوية ، لمهام القراءة في اللغتين L1 و L2. أفضل نتيجة لدقة قراءة L1 لدينا هي 94.8٪ (75٪ تقليل الخطأ من خط أساس شائع الاستخدام). النتائج المقارنة لـ L2 هي 72.4٪ (45٪ تقليل الخطأ). نوضح أيضًا القيمة المضافة للاستفادة من ميزات L1 لتنبؤ قابلية قراءة L2.Abstract
Avtomatik oxuyabiləcəyi təcrübələrin insanların bir neçə məlumatlarda istifadə edəcəyi şəkildə təsir edə bilər. Arapça, düşük ressurs və morfolojik kompleks dil olaraq, otomatik oxuyabiləcək qiymətin tərzinə çox çətinlikləri göstərir. Bu kağızda ərəb dilində ən böyük və ən derinlikli hesap oxuyabiləcəyi təhsil göstəririk. Biz cürbəcür derinliklər ilə çox fərqli fərqlər təhsil edirik, çətin sözlərdən sintaktik a ğaclara, hər ikisi də L1 və L2 oxuyabilən işlər üçün. Ən yaxşı L1 oxuyabiləcəyimiz dəqiqlik sonuçlarımız 94.8% (sıradan istifadə edilən baz çizgindən 75% xəta düşürmüşdür). L2 üçün qarşılaşdırılabilir sonuçlar 72, 4% (45% xəta azaltma). Biz də L2 oxuyabiləcəyi tədbir üçün L1 fəaliyyətlərinin yüksək qiymətini göstəririk.Abstract
Напредъкът в автоматичната оценка на четливостта може да повлияе на начина, по който хората консумират информация в редица области. Арабският, като нискоресурсен и морфологично сложен език, представлява многобройни предизвикателства пред задачата за автоматична оценка на четливостта. В настоящата статия представяме най-голямото и най-задълбочено проучване за изчислителна четливост на арабски език до момента. Ние изучаваме голям набор от функции с различна дълбочина, от плитки думи до синтактични дървета, както за задачи за четене на L1, така и L2. Нашият най-добър резултат за точност на четене е 94,8% (75% намаление на грешките спрямо често използваната базова база). Сравнимите резултати за L2 са 72, 4% (45% намаление на грешките). Също така демонстрираме добавената стойност на използването на функциите за прогнозиране на четливостта на L2.Abstract
স্বয়ংক্রিয়ভাবে পড়তে পারে কিভাবে মানুষ তথ্য খায় সেভাবে প্রভাব ফেলতে পারে। আরবীতে স্বয়ংক্রিয়ভাবে পাঠকের কাজের জন্য অনেক চ্যালেঞ্জ উপস্থাপন করেছেন। এই কাগজটিতে আমরা আরবী পর্যন্ত বড় এবং গভীর গভীরে গণনার পাঠকত্বের গবেষণা উপস্থাপন করছি। আমরা বিভিন্ন গভীরে বিভিন্ন বৈশিষ্ট্যের বিশাল বৈশিষ্ট্য গবেষণা করছি, শব্দ থেকে সিন্ট্যাক্টিক গাছ থেকে, এল১ এবং এল২ আমাদের সর্বোচ্চ এল১ পাঠযোগ্য সঠিক ফলাফল হচ্ছে ৯৪. L2 এর সমতুল্য ফলাফল ৭২. ৪% (৪৫% ত্রুটি কমানো)। এল২ পড়তে পারার ভবিষ্যতের জন্য এল১ বৈশিষ্ট্যের বিশেষ মূল্য প্রদর্শন করেছি।Abstract
རང་འགུལ་གྱིས་ཀློག་འཇུག ཨ་རབ་ཀྱིས་རང་འགུལ་གྱིས་ཀློག་འཇུག འོག་གི་ཤོག་བུ་འདིའི་ནང་དུ་ང་ཚོས་རྩིས་གཞི་གྲངས་རྩིས་ཀྱི་ལྟ་ཀློག་ནུས་ཆེ་ཤོས་ཤིག་ཡོད་པའི་སློབ་རྩིས ང་ཚོས་སྦྱར་བའི་ཁྱད་ཆོས་ཀྱི་ཁྱད་ཆོས་ཚོའི་གྲངས་ཚད་མི་འདྲ་བའི་ནང་དུ་ཚོར་བ་སྦྲེལ་བ་ཡོད་པ་དང་། L1 དང L2 ཡི་ཀློག ང་ཚོའི་L1 ཀློག་འཇུག་རུང་བའི་གསལ་འབྲས་ནི་94.8% (སྤྱིར་བཏང་བའི་རྨང་གཞིའི་ནང་ནས་ནོར་འཁྲུལ་ལྡན་75%)ཡིན། L2 ཡི་མཉམ་བཟོ་བཏུབ་པའི་གྲུབ་འབྲས་ཚེ 72.4% (ནོར་འཁྲུལ་ཉེན་པ་%45)རེད། ང་ཚོས་L2 ལྟ་ཀློག་ནུས་པའི་སྐྱེལ་རིམ་གྱི་རིན་ཐང་ཁ་སྐོར་ཡོད་པའི་རིན་ཐང་ཀྱང་སྟོན་ཡོད།Abstract
Napredak u automatskoj procjeni čitljivosti može utjecati na način na koji ljudi koriste informacije u broju domena. Arapski, kao niski resursi i morfološki kompleksan jezik, predstavlja mnoge izazove zadatku automatske procjene readability. U ovom papiru predstavljamo najveću i najdublju računalnu pročitljivost za arapsku do sada. Proučavamo veliku skupu karakteristika sa različitim dubinama, od plitkih riječi do sintaktičkih drveća, za zadatak za čitljivost L1 i L2. Naš najbolji rezultat preciznosti čitanja L1 je 94,8% (smanjenje grešaka od često korištenog početnog linije 75%). Poređeni rezultati za L2 su 72,4% (smanjenje greška od 45%. Također pokazujemo dodatnu vrijednost primjene karakteristika L1 za predviđanje čitljivosti L2.Abstract
Els avanços en la valoració automàtica de la llegibilitat poden influir en la manera en què la gent consumi informació en un cert nombre de dominis. L'àrab, que és un llenguatge de baix recursos i morfològicament complexe, presenta molts reptes a la tasca de l'avaluació automàtica de la llegibilitat. En aquest article, presentem l'estudi de llegibilitat computacional més gran i profund per a l'àrab fins ara. Estudem un gran conjunt de característiques amb diferències de profunditats, des de paraules baixes fins als arbres sinàctics, per a tasques de llegibilitat L1 i L2. El nostre millor resultat de la precisió de llegibilitat L1 és el 94,8% (reducció d'errors del 75% a partir d'una línia de referència comunament utilitzada). The comparable results for L2 are 72.4% (45% error reduction). També demostram el valor afegit d'aprofitar les característiques L1 per a predir la llegibilitat L2.Abstract
Pokroky v automatickém hodnocení čitelnosti mohou ovlivnit způsob, jakým lidé konzumují informace v řadě oblastí. Arabština, což je nízký zdroj a morfologicky složitý jazyk, představuje četné výzvy pro úkol automatického hodnocení čitelnosti. V tomto článku představujeme největší a nejhloubkovější studii výpočetní čitelnosti pro arabštinu dosud. Studujeme velkou sadu funkcí s různou hloubkou, od mělkých slov po syntaktické stromy, pro úlohy L1 i L2 čitelnosti. Naším nejlepším výsledkem přesnosti L1 je 94,8% (75% snížení chyb oproti běžně používanému základnímu principu). Srovnatelné výsledky pro L2 jsou 72,4% (45% snížení chyby). Také demonstrujeme přidanou hodnotu využití funkcí L1 pro predikci čitelnosti L2.Abstract
Fremskridt inden for automatisk læsbarhedsvurdering kan påvirke den måde, folk bruger oplysninger på i en række områder. Arabisk, som er et lav ressource og morfologisk komplekst sprog, udgør mange udfordringer for opgaven med automatisk læsbarhedsvurdering. I denne artikel præsenterer vi den største og mest dybdegående beregningsmæssige læsbarhedsundersøgelse for arabisk til dato. Vi studerer et stort sæt funktioner med varierende dybder, fra lavvandede ord til syntaktiske træer, til både L1 og L2 læsbarhedsopgaver. Vores bedste L1 læsbarhedsnøjagtighedsresultat er 94,8% (75% fejlreduktion fra en almindeligt anvendt baseline). De sammenlignelige resultater for L2 er 72,4% (45% fejlreduktion). Vi demonstrerer også merværdien af at udnytte L1-funktioner til L2-læsbarhedsforudsigelse.Abstract
Fortschritte bei der automatischen Lesbarkeitsbewertung können sich auf die Art und Weise auswirken, wie Menschen Informationen in einer Reihe von Bereichen konsumieren. Arabisch, eine ressourcenarme und morphologisch komplexe Sprache, stellt die Aufgabe der automatischen Lesbarkeitsbewertung vor zahlreiche Herausforderungen. In diesem Beitrag stellen wir die bisher größte und tiefgreifendste computergestützte Lesbarkeitsstudie für Arabisch vor. Wir untersuchen eine große Reihe von Funktionen mit unterschiedlichen Tiefen, von flachen Wörtern bis zu syntaktischen Bäumen, für L1- und L2-Lesbarkeitsaufgaben. Unser bestes Ergebnis der L1-Lesbarkeit ist 94,8% (75% Fehlerreduktion gegenüber einer häufig verwendeten Baseline). Die vergleichbaren Ergebnisse für L2 sind 72,4% (45% Fehlerreduktion). Wir demonstrieren auch den Mehrwert der Nutzung von L1-Funktionen für die Vorhersage der L2-Lesbarkeit.Abstract
Οι πρόοδοι στην αυτόματη αξιολόγηση αναγνωσιμότητας μπορούν να επηρεάσουν τον τρόπο με τον οποίο οι άνθρωποι καταναλώνουν πληροφορίες σε διάφορους τομείς. Τα αραβικά, ως μια γλώσσα χαμηλής περιεκτικότητας σε πόρους και μορφολογικά σύνθετη, παρουσιάζουν πολλές προκλήσεις στο έργο της αυτόματης αξιολόγησης της αναγνωσιμότητας. Στην παρούσα εργασία, παρουσιάζουμε τη μεγαλύτερη και πιο σε βάθος μελέτη υπολογιστικής αναγνωσιμότητας για τα αραβικά μέχρι σήμερα. Μελετάμε ένα μεγάλο σύνολο χαρακτηριστικών με ποικίλα βάθη, από ρηχές λέξεις έως συντακτικά δέντρα, τόσο για εργασίες αναγνωσιμότητας L1 όσο και L2. Το καλύτερο αποτέλεσμα ακρίβειας αναγνωσιμότητας είναι 94.8% (75% μείωση σφάλματος από μια συνήθως χρησιμοποιούμενη γραμμή βάσης). Τα συγκρίσιμα αποτελέσματα για το L2 είναι 72.4% (45% μείωση σφάλματος). Επιδεικνύουμε επίσης την προστιθέμενη αξία της αξιοποίησης των χαρακτηριστικών για την πρόβλεψη αναγνωσιμότητας L2.Abstract
Los avances en la evaluación automática de la legibilidad pueden afectar la forma en que las personas consumen la información en varios dominios. El árabe, que es un idioma de pocos recursos y complejo morfológicamente, presenta numerosos desafíos para la tarea de la evaluación automática de la legibilidad. En este artículo, presentamos el estudio de legibilidad computacional para árabe más grande y profundo hasta la fecha. Estudiamos un amplio conjunto de características con diferentes profundidades, desde palabras superficiales hasta árboles sintácticos, para las tareas de legibilidad de L1 y L2. Nuestro mejor resultado de precisión de legibilidad L1 es del 94,8% (reducción de errores del 75% con respecto a una línea de base de uso común) Los resultados comparables para L2 son del 72,4% (reducción del error del 45%). También demostramos el valor agregado de aprovechar las funciones de L1 para la predicción de la legibilidad de L2.Abstract
Automaatse loetavuse hindamise edusammud võivad mõjutada seda, kuidas inimesed tarbivad teavet mitmes valdkonnas. Araabia keel, mis on madala ressursiga ja morfoloogiliselt keerukas keel, esitab automaatse loetavuse hindamise ülesandele mitmeid väljakutseid. Käesolevas töös tutvustame suurimat ja põhjalikumat arvutuslikku loetavuse uuringut araabia keeles seni. Me uurime suurt hulka erineva sügavusega funktsioone alates madalatest sõnadest kuni süntaktiliste puudeni nii L1 kui L2 loetavuse ülesannete jaoks. Meie parim L1 loetavuse täpsus on 94,8% (75% vea vähenemine tavaliselt kasutatavast lähtetasemest). L2 võrreldavad tulemused on 72,4% (vea vähenemine 45%). Samuti näitame L1 funktsioonide kasutamise lisaväärtust L2 loetavuse prognoosimiseks.Abstract
پیشرفت در ارزیابی قابلیت پذیرش خودکار میتواند به طریق استفاده از اطلاعات در تعداد دامنهها تاثیر دهد. عربی، به عنوان یک زبان کم منبع و مرفولوژی پیچیده است، چالشهای زیادی را برای ارزیابی قابلیت خواندن خودکار پیش میدهد. در این کاغذ، ما بزرگترین و عمیقترین مطالعه خواندنی کامپیوتری را برای تازگی عربی نشان می دهیم. ما یک مجموعه از ویژه های بزرگی را با عمق های مختلف مطالعه می کنیم، از کلمات های کوچک به درختان سنتاکتیک، برای هر کار خواندنی L1 و L2. بهترین نتیجه دقیق خواندنی L1 ما 94.8% (کاهش خطای 75% از یک خط اصلی استفاده میشود). نتایج قابل مقایسه برای L2 72.4% (کاهش خطای 45%). ما همچنین ارزش اضافه کردن ویژههای L1 برای پیشبینی قابلیت تلاوت L2 را نشان میدهیم.Abstract
Automaattisen luettavuuden arvioinnin edistyminen voi vaikuttaa siihen, miten ihmiset kuluttavat tietoa useilla toimialoilla. Koska arabia on vähäresurssinen ja morfologisesti monimutkainen kieli, se asettaa lukuisia haasteita automaattisen luettavuuden arviointiin. Tässä artikkelissa esittelemme tähän mennessä suurimman ja syvimmän laskennallisen luettavuuden tutkimuksen arabialle. Tutkimme suuria ominaisuuksia vaihtelevalla syvyydellä matalista sanoista syntaktisiin puihin sekä L1- että L2-lukutehtävissä. Paras L1 luettavuuden tarkkuus on 94,8% (75% virhevähennys yleisesti käytetystä lähtötilanteesta). L2:n vertailukelpoiset tulokset ovat 72,4% (virhevähennys 45%). Esittelemme myös L1-ominaisuuksien hyödyntämisen lisäarvoa L2-luettavuuden ennustamiseen.Abstract
Les avancées en matière d'évaluation automatique de la lisibilité peuvent avoir un impact sur la façon dont les utilisateurs consomment les informations dans un certain L'arabe, langue à faibles ressources et morphologiquement complexe, présente de nombreux défis pour l'évaluation automatique de la lisibilité. Dans cet article, nous présentons l'étude de lisibilité informatique la plus vaste et la plus approfondie à ce jour pour l'arabe. Nous étudions un large ensemble de caractéristiques avec des profondeurs variables, des mots superficiels aux arbres syntaxiques, pour les tâches de lisibilité L1 et L2. Notre meilleur résultat de précision de lisibilité L1 est de 94,8 % (réduction d'erreur de 75 % par rapport à une référence couramment utilisée). Les résultats comparables pour L2 sont de 72,4 % (réduction de l'erreur de 45 %). Nous démontrons également la valeur ajoutée de l'exploitation des fonctionnalités L1 pour la prédiction de lisibilité L2.Abstract
Is féidir le dul chun cinn i measúnú uathoibríoch inléiteacht dul i bhfeidhm ar an mbealach a úsáideann daoine faisnéis i roinnt réimsí. Cruthaíonn an Araibis, toisc gur teanga íseal acmhainní í agus í atá casta ó thaobh moirfeolaíochta, go leor dúshlán roimh thasc an mheasúnaithe inléiteachta uathoibríoch. Sa pháipéar seo, cuirimid i láthair an staidéar inléiteacht ríomhaireachtúil is mó agus is doimhne don Araibis go dtí seo. Déanaimid staidéar ar shraith mhór gnéithe le doimhneachtaí éagsúla, ó fhocail éadomhain go crainn chomhréire, le haghaidh tascanna inléiteacht T1 agus T2 araon. Is é an toradh cruinnis inléiteachta L1 is fearr atá againn ná 94.8% (laghdú earráide 75% ó bhunlíne a úsáidtear go coitianta). Is iad na torthaí inchomparáide do L2 ná 72.4% (laghdú earráide 45%). Léirímid freisin an luach breise a bhaineann le gnéithe L1 a ghiaráil le haghaidh inléiteacht L2 a thuar.Abstract
Kayan shaniyar karatun karatun karatun karatun farat ɗaya, yana iya shawarar jinsi mutane ke ci information cikin wasu madaidaita. Arabic, yana da wani littãfi mai rauni da harshen morfologically mai adadi, yana bãyar da masu yawa zuwa aikin karatun na karatun karatun karatun farat ɗaya. Ga wannan karatun, Munã halatar da mafi girma da mafi cikakken karatun na lissafa na Larabci zuwa yanzu. Tuna karatun wasu misãlai mai yawa da kungiya mãsu sãɓãni, daga magana mai shaƙãwa zuwa itãcen syntactic, ga aikin L1 da L2. @ info: whatsthis @ info: whatsthis Tuna nuna kimar da za'a samar da L1 fassarar wa tabar karatu na L2.Abstract
התקדמות בערכת היכולת לקרוא אוטומטית יכולה להשפיע על הדרך בה אנשים משתמשים במידע במספר תחומות. ערבית, שהיא שפה מורפולוגית ומורפולוגית נמוכה, מציגה אתגרים רבים למשימה של הערכת היכולת לקרוא אוטומטית. בעיתון הזה, אנחנו מציגים את מחקר היכולת לחשב הגדול ביותר והעמוק ביותר אנחנו לומדים קבוצה גדולה של תכונות בעומקים שונים, ממילים גבוהות לעצים סינטקטיים, עבור משימות קריאות L1 וגם L2. תוצאה הדיוקת הקריאות הטובה ביותר שלנו L1 היא 94.8% (שינוי שגיאות 75% ממרכז השימוש בדרך כלל). התוצאות השוואות של L2 הן 72.4% (שינוי שגיאות 45%). אנחנו גם מראים את הערך המוסיף של השימוש של תכונות L1 לקריאות L2.Abstract
स्वचालित पठनीयता मूल्यांकन में प्रगति लोगों को कई डोमेन में जानकारी का उपभोग करने के तरीके को प्रभावित कर सकती है। अरबी, एक कम संसाधन और रूपात्मक रूप से जटिल भाषा होने के नाते, स्वचालित पठनीयता मूल्यांकन के कार्य के लिए कई चुनौतियां प्रस्तुत करती है। इस पेपर में, हम आज तक अरबी के लिए सबसे बड़ा और सबसे गहराई से कम्प्यूटेशनल पठनीयता अध्ययन प्रस्तुत करते हैं। हम एल 1 और एल 2 पठनीयता कार्यों दोनों के लिए उथले शब्दों से लेकर वाक्यात्मक पेड़ों तक, अलग-अलग गहराई के साथ सुविधाओं के एक बड़े सेट का अध्ययन करते हैं। हमारा सबसे अच्छा L1 पठनीयता सटीकता परिणाम 94.8% (आमतौर पर उपयोग की जाने वाली आधार रेखा से 75% त्रुटि कमी) है। L2 के लिए तुलनीय परिणाम 72.4% (45% त्रुटि कमी) हैं। हम L2 पठनीयता भविष्यवाणी के लिए L1 सुविधाओं का लाभ उठाने के अतिरिक्त मूल्य को भी प्रदर्शित करते हैं।Abstract
Napredak u automatskoj procjeni čitljivosti može utjecati na način na koji ljudi koriste informacije u broju domena. Arapski, kao niski resursi i morfološki složen jezik, predstavlja mnogo izazova zadatku automatske procjene čitljivosti. U ovom papiru predstavljamo najveći i najdublji računalni proučavanje čitljivosti za arapski do sada. Proučavamo veliku skupu karakteristika s različitim dubinama, od plitkih riječi do sintaktičkih drveća, za zadatak za čitljivost L1 i L2. Naš najbolji rezultat preciznosti čitljivosti L1 je 94,8% (smanjenje grešaka od često korištenog početnog linije za 75%. Uspoređeni rezultati za L2 su 72,4% (smanjenje greške od 45%). Također pokazujemo dodatnu vrijednost primjene karakteristika L1 za predviđanje čitljivosti L2.Abstract
Az automatikus olvashatósági értékelés terén elért előrelépések hatással lehetnek arra, hogy az emberek számos területen felhasználják az információkat. Az arab, mivel alacsony erőforrású és morfológiailag összetett nyelv, számos kihívást jelent az automatikus olvashatósági értékelés feladata előtt. Ebben a tanulmányban bemutatjuk az arab eddigi legnagyobb és legmélyebb számítástechnikai olvashatósági tanulmányt. Számos, különböző mélységű funkciót tanulmányozunk, a sekély szavaktól a szintaktikus fákig, mind L1, mind L2 olvashatósági feladatokhoz. A legjobb L1 olvashatósági pontosság eredménye 94,8% (75%-os hibacsökkenés a gyakran használt kiindulási értékhez képest). Az L2 összehasonlítható eredményei 72,4% (45%-os hibacsökkenés). Azt is bemutatjuk, milyen hozzáadott értéket nyújt az L1 funkciók használatának az L2 olvashatóság előrejelzéséhez.Abstract
Ավտոմատիկ կարդալիության գնահատման առաջընթացը կարող է ազդել մարդկանց տեղեկատվության օգտագործման վրա մի շարք բնագավառներում: Arabic, being a low-resource and morphologically complex language, presents numerous challenges to the task of automatic readability assessment. Այս թղթի մեջ մենք ներկայացնում ենք այսօր արաբերենի համար ամենամեծ և ամենամեծ հաշվարկների կարելի է կարդալ: Մենք ուսումնասիրում ենք տարբեր խորություններով բազմաթիվ հատկություններ' մակերեսային բառերից մինչև սինտակտիկ ծառեր L1 և L2 կարդալիության խնդիրների համար: Մեր լավագույն L1 կարդալիության ճշգրիտության արդյունքը 94.8 տոկոսն է (75 տոկոսի սխալների նվազեցումը սովորաբար օգտագործված հիմնական սկզբունքից): L2-ի համեմատական արդյունքները 72.4 են (սխալների 45 տոկոս կրճատում): Մենք նաև ցույց ենք տալիս L1 հատկանիշների օգտագործման ավելացված արժեքը L2 կարդալիության կանխատեսման համար:Abstract
Kemajuan dalam penilaian pembacaan otomatis dapat mempengaruhi cara orang mengkonsumsi informasi dalam sejumlah domain. Arabic, being a low-resource and morphologically complex language, presents numerous challenges to the task of automatic readability assessment. Dalam kertas ini, kami mempersembahkan penelitian komputasi terbesar dan paling dalam untuk membaca bahasa Arab sampai sekarang. Kami mempelajari set besar ciri-ciri dengan kedalaman yang berbeda, dari kata-kata rendah ke pohon sintaksi, untuk tugas pembacaan L1 dan L2. Hasil akurasi pembacaan terbaik L1 adalah 94,8% (75% reduksi kesalahan dari dasar dasar yang biasanya digunakan). Hasil yang dibandingkan untuk L2 adalah 72,4% (reduksi kesalahan 45%). Kami juga menunjukkan nilai tambahan penggunaan fitur L1 untuk prediksi pembacaan L2.Abstract
I progressi nella valutazione automatica della leggibilità possono influire sul modo in cui le persone consumano le informazioni in un certo numero di domini. L'arabo, essendo una lingua a basso contenuto di risorse e morfologicamente complessa, presenta numerose sfide al compito di valutazione automatica della leggibilità. In questo articolo, presentiamo il più grande e approfondito studio di leggibilità computazionale per l'arabo fino ad oggi. Studiamo un ampio insieme di caratteristiche con profondità variabili, dalle parole poco profonde agli alberi sintattici, sia per compiti di leggibilità L1 che L2. Il nostro miglior risultato di precisione di lettura L1 è del 94,8% (riduzione degli errori del 75% rispetto a una base di riferimento comunemente usata). I risultati comparabili per L2 sono del 72,4% (riduzione degli errori del 45%). Dimostriamo anche il valore aggiunto di sfruttare le funzionalità L1 per la previsione della leggibilità L2.Abstract
自動可読性評価の進歩は、多くのドメインで人々が情報を消費する方法に影響を与える可能性があります。アラビア語は、リソースが少なく、形態的に複雑な言語であるため、自動可読性評価の課題に多くの課題を提示しています。この論文では、これまでのアラビア語のための最大かつ最も詳細な計算可読性研究を紹介します。私たちは、L 1とL 2の両方の可読性タスクのために、浅い単語から構文木まで、さまざまな深さを持つ一連の大きな機能を研究しています。当社の最高のL 1可読性精度の結果は94.8 ％ （一般的に使用されているベースラインから75 ％のエラー低減）です。L 2の同等の結果は72.4 ％ （ 45 ％の誤差低減）である。また、L 2可読性予測にL 1機能を活用することの付加価値を実証しています。Abstract
Advancis politenessoffpolite"), and when there is a change ("assertivepoliteness Nanging mapur iki, kita mudheng kuwi nggambar luwih lan akeh dumateng kapan komputer kanggo nakong arab sing dumateng. Awak dhéwé éntuk akeh akeh operasi kanggo nggambar aturan dipuwiran, gambar kelangan kelangan seneng pisan seneng pisan seneng nggawe barang L1 lan L2 text-decorationtextattr text-tool-action Awak dhéwé éntukno ngono nambah kanggo nggawe L1 perusahaan kanggo Kemerdekaan L2.Abstract
ადამიანები ინფორმაციას რამდენიმე დომენეში ავტომატური კითხვა შესაძლებლობა შეიძლება გააკეთება. არაბულია, რომელიც ცოტა რესურსი და მორპოლოგიურად კომპლექსი ენაზე იყო რამდენიმე გამოცდილებები ავტომატურად კითხვა შესაძლებლობას დავაწყება. ამ დოკუტაში ჩვენ ჩვენ აპაბიური უფრო დიდი და უფრო დიდი კომპუტაციალური კომპუტაციალური კომპუტაციალური კომპუტაციალურ ჩვენ განსხვავებული სიმბოლოებიდან სინტაქტიკური სახელებისთვის დიდი ფუნქციების ნაწილის შესწავლობთ. ჩვენი საუკეთესო შესაბამისი წარმოდგენება L1 არის 94.8% (75% შეცდომის შესაბამისი წარმოდგენებაზე გამოყენებული ბაზის წარმოდგენებაზე). L2- ის შემდგომარებული შედეგი 72, 4% (45% შეცდომას შემდგომარება). ჩვენ ასევე გამოჩვენებთ L1 ფუნქციების შესაბამისათვის დამატებული მნიშვნელობა.Abstract
Автоматты оқу мүмкіндіктерін бағалау арқылы адамдар бірнеше доменде мәліметті қолдану арқылы әсер етеді. Арабша, төмен ресурс және морфологиялық тіл болып, автоматты оқу мүмкіндігін бағалау тапсырмасына көптеген мәселелерді көрсетеді. Бұл қағазда арабша оқу мүмкіндігінің ең үлкен және ең тереңдігін зерттейміз. Біз өзгертілген тереңдіктермен, күлкін сөздерден синтактикалық ағаштарға, L1 және L2 оқуға мүмкіндік тапсырмалар үшін үлкен мүмкіндіктерді зерттейміз. L1 оқу мүмкіндігіміздің ең жақсы нәтижесі 94, 8% (көбірек қолданылатын негізгі жолдан 75% қатесін азайту). L2 үшін салыстырылатын нәтижелер 72, 4% (45% қатесін азайту). Біз сондай-ақ L2 оқу мүмкіндіктері үшін L1 мүмкіндіктерінің қосымша мәнін көрсетедік.Abstract
자동 가독성 평가의 진전은 사람들이 여러 분야에서 정보를 소비하는 방식에 영향을 줄 수 있다.아랍어는 저자원, 형태가 복잡한 언어로 자동 가독성 평가 임무에 많은 도전을 던졌다.본고에서 우리는 지금까지 가장 크고 깊이 있는 아랍어 계산의 가독성 연구를 소개했다.우리는 얕은 단어부터 문법 트리까지 L1과 L2의 가독성 임무에 사용되는 다양한 특징을 연구했다.우리의 최상의 L1 가독성 정확도 결과는 94.8%(상용 기선에 비해 오차가 75% 낮아졌다)였다.L2의 비교 가능 결과는 72.4%(오차 감소 45%)였다.우리는 또한 1급 기능을 이용하여 2급 가독성 예측을 하는 부가가치도 보여 주었다.Abstract
Automatinio skaitomumo vertinimo pažanga gali turėti įtakos informacijos vartojimui daugelyje sričių. Arabų kalba, kuri yra mažai išteklių turinti ir morfologiškai sudėtinga kalba, kelia daug iššūkių automatinio skaitomumo vertinimo uždaviniui. Šiame dokumente pristatome didžiausią ir nuodugniausią iki šiol arabų skaitomumo skaičiavimo studiją. Mes tiriame įvairius ypatumus, kurių gylis skiriasi nuo plokščių žodžių iki sintaktinių medžių ir L1, ir L2 skaitomumo užduočių atžvilgiu. Mūsų geriausias L1 skaitomumo tikslumo rezultatas yra 94,8 % (75 % klaidų sumažėjimas nuo dažnai naudojamos pradinės vertės). Lygiami L2 rezultatai yra 72,4 % (45 % klaidų sumažėjimas). Taip pat parodome L1 savybių sverto didinimo pridėtinę vertę L2 skaitomumo prognozavimui.Abstract
Напредокот во автоматската проценка на читливоста може да влијае на начинот на кој луѓето конзумираат информации во голем број домени. Арапскиот јазик, кој е нискоресурсен и морфолошки комплексен јазик, претставува бројни предизвици за задачата на автоматска проценка на читателноста. Во овој весник ја претставуваме најголемата и најдлабока компјутерска студија за читање на арапски до сега. Ги проучуваме големите карактеристики со различни длабочини, од плошки зборови до синтактички дрвја, за задачи на читливост на Л1 и Л2. Нашиот најдобар резултат на прецизноста за читање на L1 е 94,8 % (75 отсто намалување на грешките од обично употребена основа). Порачните резултати за L2 се 72,4% (намалување на грешките од 45 отсто). Ние, исто така, ја демонстрираме додадената вредност на искористувањето на функциите L1 за предвидување на читливоста L2.Abstract
സ്വയം വായിക്കാവുന്നതിന്റെ വിശദീകരണത്തിലെ മുന്നറിയിപ്പുകള് അറബി വിഭവങ്ങള് കുറഞ്ഞ വിഭവങ്ങളും മോര്ഫോളജിക്കല് സങ്കീര്ണ്ണമായ ഭാഷയും ആയിരിക്കുന്നു, സ്വയം വായിക്കാവുന്നതിന്റെ വി ഈ പത്രത്തില് ഞങ്ങള് അറബിക്ക് വായിക്കാന് ഏറ്റവും വലിയതും ആഴത്തില് ഏറ്റവും വലിയ വായിക്കാവുന്ന പഠനം കാണിച്ചു നമ്മള് വ്യത്യസ്ത ആഴത്തില് നിന്നും മരങ്ങളിലേക്ക് സിന്റാക്റ്റിക്ക് വൃക്ഷങ്ങളിലേക്കും ഒരു വലിയ വിഭാഗങ്ങള് പഠിക്കു നമ്മുടെ ഏറ്റവും നല്ല L1 വായിക്കാവുന്നതിന്റെ വിശദീകരണ ഫലം 94. 8% (സാധാരണ ഉപയോഗിക്കുന്ന ബെസ്ലൈനില് നിന്ന് L2- ന്റെ തുല്യമായ ഫലങ്ങള് 72. 4% (45% പിശക് കുറയ്ക്കുന്നത്). L2 വായിക്കാവുന്ന പ്രവചനങ്ങള്ക്കുള്ള L1 വിഭാഗത്തിന്റെ കൂടുതല് മൂല്യം നമ്മള് കാണിക്കുന്നു.Abstract
Автоматик унших чадварын үнэлгээнд хүмүүс олон хэсэгт мэдээллийг хэрэглэж байгаа аргыг нөлөөлж чадна. Араб, бага нөөц болон морфологийн төвөгтэй хэл болж автоматически унших чадварын шалгалтын даалгаврыг олон сорилтуудыг харуулдаг. Энэ цаасан дээр бид хамгийн гүнзгий, хамгийн гүнзгий тооцооллын унших чадварын судалгааг харуулж байна. Бид маш олон зүйлийг олон гүн гүнзгий, гүн гүнзгий үгнээс синтактик мод хүртэл судалж, L1 болон L2 уншиж чадах үйл ажиллагааны тулд судалж байна. Бидний хамгийн сайн L1 унших чадварын зөв үр дүнг 94.8% (ихэвчлэн хэрэглэгддэг суурь шулуунаас 75% алдаа багасгах болно). L2-ын харьцуулагдмал үр дүн нь 72.4% (алдаа хагас 45%). Мөн бид L2 уншиж чадах боломжтой таамаглалтын L1-г ашиглан нэмэгдүүлсэн утгыг харуулж байна.Abstract
Advances in automatic readability assessment can impact the way people consume information in a number of domains. Bahasa Arab, bahasa yang mempunyai sumber rendah dan bahasa yang kompleks secara morfologik, menghasilkan banyak cabaran untuk tugas penilaian pembacaan automatik. Dalam kertas ini, kami memperkenalkan kajian komputasi terbesar dan paling mendalam untuk bahasa Arab sehingga kini. Kami mempelajari set besar ciri-ciri dengan kedalaman yang berbeza, dari perkataan rendah ke pokok sintaktik, untuk tugas pembacaan L1 dan L2. Hasil ketepatan pembacaan terbaik L1 adalah 94.8% (pengurangan ralat 75% dari dasar asas yang biasa digunakan). Hasil yang boleh dibandingkan untuk L2 adalah 72,4% (pengurangan ralat 45%). Kami juga menunjukkan nilai tambahan penggunaan ciri-ciri L1 untuk ramalan pembacaan L2.Abstract
Advances in automatic readability assessment can impact the way people consume information in a number of domains. L-Għarab, li huwa lingwa b’riżorsi baxxi u morfoloġikament kumplessa, jippreżenta bosta sfidi għall-kompitu ta’ valutazzjoni awtomatika tal-leġibbiltà. F’dan id-dokument, aħna nippreżentaw l-akbar u l-aktar studju komputattiv fil-fond dwar il-leġibbiltà għall-Għarab sal-lum. Aħna nistudjaw sett kbir ta’ karatteristiċi b’fond varjat, minn kliem baxx għal siġar sintetiċi, kemm għall-kompiti ta’ leġibbiltà L1 kif ukoll L2. L-a ħjar riżultat tagħna tal-preċiżjoni tal-leġibbiltà L1 huwa ta’ 94.8% (tnaqqis ta’ żball ta’ 75% minn linja bażi użata b’mod komuni). Ir-riżultati komparabbli għal L2 huma 72.4% (tnaqqis ta’ żball ta’ 45%). Jiġu murija wkoll il-valur miżjud tal-ingranaġġ tal-karatteristiċi L1 għat-tbassir tal-leġibbiltà L2.Abstract
Vooruitgang in automatische leesbaarheidsbeoordeling kan invloed hebben op de manier waarop mensen informatie consumeren in een aantal domeinen. Arabisch, een taal met weinig hulpbronnen en morfologisch complexe morfologisch karakter, stelt tal van uitdagingen voor de taak van automatische leesbaarheidsbeoordeling. In dit artikel presenteren we de grootste en meest diepgaande computerleesbaarheidsstudie voor Arabisch tot nu toe. We bestuderen een grote reeks functies met verschillende dieptes, van ondiepe woorden tot syntactische bomen, voor zowel L1 als L2 leesbaarheidstaken. Onze beste L1 leesnauwkeurigheidsresultaat is 94.8% (75% foutreductie ten opzichte van een veelgebruikte baseline). De vergelijkbare resultaten voor L2 zijn 72,4% (45% foutreductie). We demonstreren ook de toegevoegde waarde van het inzetten van L1-functies voor L2-leesbaarheidsvoorspelling.Abstract
Avanseringar i automatisk lesabilitetsvurdering kan påvirka måten folk brukar informasjon i mange domene. Arabisk, som er ein låg ressurs og morfologisk kompleks språk, fører mange utfordringar til oppgåva av automatisk lesabilitetsvurdering. I denne papiret presenterer vi den største og mest i dybde datamaskinelske lesabilitetsstudien for arabisk til dag. Vi studerer eit stor sett av funksjonar med ulike dybde, frå sållog ord til syntaktiske tre, for både L1 og L2 lesabilitetsoppgåver. Det beste resultatet for lesekorektiviteten av L1 er 94,8% (feilreduksjon av 75% frå ein vanleg brukt baseline). Sammenlignbare resultat for L2 er 72,4% (45% feilreduksjon). Vi viser også den lagde verdien for å levera L1-funksjonar for forhåndsvising av L2-lesabilitet.Abstract
Postępy w automatycznej ocenie czytelności mogą mieć wpływ na sposób, w jaki ludzie konsumują informacje w wielu dziedzinach. Arabski, jako język o niskich zasobach i złożony morfologicznie, stanowi wiele wyzwań dla zadania automatycznej oceny czytelności. W niniejszym artykule przedstawiamy największe i najbardziej dogłębne badanie obliczeniowe czytelności dla języka arabskiego do tej pory. Badamy duży zestaw funkcji o różnej głębokości, od płytkich słów po drzewa składniowe, zarówno dla zadań czytelności L1, jak i L2. Naszym najlepszym wynikiem dokładności odczytu L1 jest 94,8% (75% redukcja błędu w stosunku do powszechnie stosowanego bazowego). Porównywalne wyniki dla L2 to 72,4% (45% redukcja błędu). Pokazujemy również wartość dodaną wykorzystania funkcji L1 do prognozowania czytelności L2.Abstract
Os avanços na avaliação automática da legibilidade podem afetar a maneira como as pessoas consomem informações em vários domínios. O árabe, sendo uma língua de poucos recursos e morfologicamente complexa, apresenta inúmeros desafios para a tarefa de avaliação automática da legibilidade. Neste artigo, apresentamos o maior e mais aprofundado estudo de legibilidade computacional para o árabe até o momento. Estudamos um grande conjunto de recursos com profundidades variadas, de palavras superficiais a árvores sintáticas, para tarefas de legibilidade de L1 e L2. Nosso melhor resultado de precisão de legibilidade de L1 é de 94,8% (redução de erro de 75% em relação a uma linha de base comumente usada). Os resultados comparáveis para L2 são 72,4% (redução de erro de 45%). Também demonstramos o valor agregado de aproveitar os recursos de L1 para previsão de legibilidade de L2.Abstract
Progresele în evaluarea automată a lizibilității pot avea impact asupra modului în care oamenii consumă informații într-o serie de domenii. Araba, fiind o limbă cu resurse reduse și complexă morfologic, prezintă numeroase provocări pentru sarcina de evaluare automată a lizibilității. În această lucrare, prezentăm cel mai mare și mai aprofundat studiu de citire computațională pentru limba arabă până în prezent. Studiem un set mare de caracteristici cu adâncimi diferite, de la cuvinte superficiale la copaci sintactici, atât pentru sarcini de citire L1, cât și L2. Cel mai bun rezultat al acurateții de citire L1 este de 94,8% (reducere de 75% a erorilor față de o bază de referință utilizată frecvent). Rezultatele comparabile pentru L2 sunt 72,4% (reducerea erorilor cu 45%). De asemenea, demonstrăm valoarea adăugată a utilizării caracteristicilor L1 pentru predicția lizibilității L2.Abstract
Достижения в автоматической оценке читаемости могут повлиять на то, как люди потребляют информацию в ряде областей. Арабский язык, будучи малоресурсным и морфологически сложным языком, представляет многочисленные проблемы для задачи автоматической оценки читаемости. В этой статье мы представляем крупнейшее и самое глубокое на сегодняшний день исследование вычислительной удобочитаемости для арабского языка. Мы изучаем большой набор функций с различной глубиной, от мелких слов до синтаксических деревьев, для задач читаемости L1 и L2. Наш лучший результат точности читаемости L1 составляет 94,8% (75% снижение ошибки от обычно используемой базовой линии). Сопоставимые результаты для L2 составляют 72,4% (уменьшение погрешности на 45%). Мы также демонстрируем дополнительную ценность использования функций L1 для прогнозирования удобочитаемости L2.Abstract
ස්වයංක්රිය පාරකිරීමක් විශ්වාස කරන්න පුළුවන් මිනිස්සුන්ට තොරතුරු ගොඩක් තොරතුරු භාවිතා කරන අරාබික්, අඩුම ප්රධානයක් වෙනුවෙන් සහ ප්රධාන භාෂාවක් වෙනුවෙන්, ස්වයංක්රිය පාළුවන් විශ්වාස මේ පත්තරේ අපි අරාබියාව ඉදිරිපත් කරන්න පුළුවන් හා ගොඩක් ගොඩක් ගොඩක් ගොඩක් ගිණුවන් පරික්ෂණික ක අපි වෙනස් ගැඹුරු සමග විශේෂ වර්ගයක් ඉගෙනගත්තා, වර්ගයක් වලින් සංකේෂ වර්ගයක් වලින්, L1 සහ L2 කියවන්න පුළ අපේ හොඳම L1 කියවන්න පුළුවන් හරියට ප්රතිචාර ප්රතිචාර 94.8% (සාමාන්ය ප්රතිචාරයෙන් ප්රතිචාර වි L2 වෙනුවෙන් සම්බන්ධ ප්රතිප්රතිප්රතිප්රතිප්රතිප්රතිප්රතිප්රතිප්රතිප්රතිප්රත අපි L2 කියවන්න පුළුවන් විශ්වාස කරන්න L1 අවශ්යය පෙන්වන්න පුළුවන් අවශ්යය පෙන්වන්නේ.Abstract
Napredek pri samodejnem ocenjevanju berljivosti lahko vpliva na način, kako ljudje uživajo informacije na številnih področjih. Ker je arabščina jezik z nizkimi viri in morfološko zapleten, predstavlja številne izzive za nalogo avtomatskega ocenjevanja berljivosti. V prispevku predstavljamo največjo in najbolj poglobljeno računalniško berljivost arabščine do danes. Preučujemo velik nabor funkcij z različnimi globinami, od plitvih besed do sintaktičnih dreves, za naloge berljivosti L1 in L2. Naš najboljši rezultat natančnosti berljivosti L1 je 94,8% (75% zmanjšanje napake od običajno uporabljene osnovne vrednosti). Primerljivi rezultati za L2 so 72,4% (45% zmanjšanje napake). Prikazujemo tudi dodano vrednost izkoriščanja funkcij L1 za napoved berljivosti L2.Abstract
Horumarinta qiimeynta awoodda ee iskaa-horaadka ah ayaa saameyn ku yeelan kara qaabka ay dadka macluumaadka ku cunaan meelo badan. Carabi, isagoo ah luqad hoos-rasmi ah iyo morphologisk adag, wuxuu keenaa dhibaatooyin badan oo ku saabsan qiimeynta awood-akhriska. Warqadan waxan ka keenaynaa waxbarashada akhriska ee ugu waaweyn ee aad u deegaan ilaa maantadan. Waxaannu barannaa shaqooyin badan oo aad u badan oo mool kala duduwan, hadal shallo ah ilaa geedo isku xiran, taasoo loogu talogalay L1 iyo L2. Faahfaaha saxda ee ugu fiican L1 waa 94.8% (75% khalad ka go'aanta caadiga ah ee la isticmaalay). Abaalka u eg L2 waa 72.4% (45% khalad yar). Sidoo kale waxaynu muujinnaa qiimaha dheeraadka ah oo la soo diro alaabta L1 ee la sii sheegayo aqoonta akhriska ee L2.Abstract
Përparimet në vlerësimin automatik të lexueshmërisë mund të ndikojnë në mënyrën se si njerëzit konsumojnë informacionin në një numër fushësh. Arabisht, duke qenë një gjuhë me burime të ulta dhe morfologikisht komplekse, paraqet sfida të shumta për detyrën e vlerësimit automatik të lexueshmërisë. Në këtë letër, ne paraqesim studimin më të madh dhe më të thellë të lexueshmërisë kompjuterike për arabisht deri tani. Ne studiojmë një sërë të madhe karakteristike me thellësi të ndryshme, nga fjalë të thella deri në pemë sintaktike, si për detyrat e lexueshmërisë L1 dhe L2. Rezultati ynë më i mirë i saktësisë së lexueshmërisë L1 është 94.8% (reduktimi 75% i gabimeve nga një bazë e përdorur zakonisht). Rezultatet e krahasueshme për L2 janë 72.4% (reduktim i gabimeve 45%). Ne gjithashtu demonstrojmë vlerën e shtuar të përdorimit të funksioneve L1 për parashikimin e lexueshmërisë L2.Abstract
Napredak u automatskoj procjeni readability može utjecati na način na koji ljudi koriste informacije u broju domena. Arapski, kao niski resursi i morfološki kompleksan jezik, predstavlja mnoge izazove zadatku automatske procjene readability. U ovom papiru predstavljamo najveću i najdublju računalnu pročitljivost za arapsku do sada. Proučavamo veliku skupinu karakteristika sa različitim dubinama, od plitkih reči do sintaktičkih drveća, za zadatak za čitanje L1 i L2. Naš najbolji rezultat tačnosti čitanja L1 je 94,8% (smanjenje grešaka od često korištenog početnog linije 75%. Poređeni rezultati za L2 su 72,4% (smanjenje greška od 45%. Takođe pokazujemo dodatnu vrijednost primjene karakteristika L1 za predviđanje čitljivosti L2.Abstract
Framsteg inom automatisk läsbarhetsbedömning kan påverka hur människor konsumerar information inom ett antal områden. Arabiska, som är ett lågresursspråk och morfologiskt komplext språk, utgör många utmaningar för uppgiften med automatisk läsbarhetsbedömning. I denna uppsats presenterar vi den största och mest djupgående beräkningsundersökningen för arabiska hittills. Vi studerar en stor uppsättning funktioner med varierande djup, från grunda ord till syntaktiska träd, för både L1 och L2 läsbarhetsuppgifter. Vårt bästa L1 läsbarhetsresultat är 94,8% (75% felreduktion från en vanlig baslinje). Jämförbara resultat för L2 är 72,4% (45% felreduktion). Vi visar också mervärdet av att utnyttja L1-funktioner för L2 läsbarhet förutsägelse.Abstract
Maendeleo katika utafiti wa uwezo wa kujitegemea unaweza athiri jinsi watu wanavyotumia taarifa katika maeneo kadhaa. Kiarabu, kuwa rasilimali ya chini na lugha ya kifolojia yenye utata, inaonyesha changamoto nyingi kwenye kazi ya uandishi wa kujitegemea. Katika karatasi hii, tunaweka utafiti mkubwa zaidi na wa kina zaidi wa wasomaji wa kompyuta wa Kiarabu mpaka sasa. Tunafoma vipengele vikubwa na kina tofauti, kutoka maneno mbaya hadi mti wa pamoja, kwa ajili ya kazi za kusoma L1 na L2. Matokeo yetu bora ya usahihi wa L1 ni 94.8% (kupungua kwa asilimia 75 kutoka kwenye msingi uliotumiwa kawaida). Matokeo yanayofanana kwa L2 ni asilimia 72.4 (kupungua kwa asilimia 45). Pia tunaonyesha thamani ya kuongezeka kwa kutumia alama za L1 kwa utabiri wa wasomaji wa L2.Abstract
தன்னியக்கமாக படிக்க இயலும் மதிப்புகளில் முன்னேற்றம் மக்கள் சில தளங்களில் தகவல் செலவு செய்வதை பாதிக்கலாம். அரபி என்பது ஒரு குறைந்த மூலத்தால் மற்றும் morphologically சிக்கலான மொழி, தானாகவே படிக்க முடியும் செயல்பாட்டிற்கு பல சவால்களை அளிக் இந்த காகிதத்தில், நாம் அனுப்புகிறோம் அதிகப்பெரிய மற்றும் ஆழமான கணக்கீட்டு படிக்க முடியும் படிப்புகளை அர நாம் பல்வேறு ஆழத்திலுள்ள பெரிய குணங்களை படிக்கிறோம், சற்று வார்த்தைகளிலிருந்து ஒத்திசைவு மரங்களுக்கு, L1 மற்றும நம் சிறந்த L1 படிக்கும் சரியான விளைவு 94. 8% (பொதுவாக பயன்படுத்தப்பட்ட அடிப்படைக்கோட்டிலிருந்து 75% பிழை கு L2 க்கு ஒப்பிடும் முடிவுகள் 72. 4% (45% பிழை குறைப்பு) L2 படிக்கும் முன்னோட்டத்திற்கு L1 குணங்களை கொடுக்கும் கூட்டு மதிப்பை காட்டுகிறோம்.Abstract
Otomatik okamak ýagdaýynyň barlamasynda adamlaryň birnäçe sahyda maglumaty ulanmakyň täsirini etjek bolýar. Arabça, iň az resurs we morfolojik karmaşık dil bolan, awtomatik okaylyşlyk barlamasynyň täsirine köp kynçylyklary görkezýär. Bu kagyzda, biz esasy we iň derinlikli kalkularyň okaýanlygyny arap üçin şu wagt berýäris. Biz üýtgeşik çuňluklardan, geňin sözlerden syntaktik agaçlara hem L1 hem L2 okaýan işleri üçin birnäçe möhüm özellikleri okaýarys. Biziň iň gowy L1 okaýanlygyň dogrylygymyz 94.8% (diňe ýagdaýda ulanylýan baz çyzygyndan 75%-iň azalyşygy). L2 üçin karşılaştyrylýan netijeler 72.4% (45% hata azalyşy). Biz hem L1 täsir etmek üçin L2 okaylyşlygyň önümlemesi üçin eklendirilen mykdary görkezilýäris.Abstract
آٹوٹی پڑھنے کے قابل تحقیقات میں اضافہ لوگوں کو بہت سی دامنوں میں معلومات کا مزہ چکھا سکتا ہے۔ عربی، کم منبع اور مورفولوژیکی پیچیدہ زبان کی وجہ سے بہت سی چالیاں پیش کرتی ہیں جو خود پڑھنے کے قابل تحقیق کے کام کے لئے۔ ہم اس کاغذ میں سب سے بڑا اور عمیق کامپیوتروں کی پڑھنے کی طالبی تلاش کرتے ہیں تازگی تک عربی کے لئے۔ ہم ایک بہت سی خصوصے کی تعلیم لکھتے ہیں جو مختلف عمیق کے ساتھ، گہرے کلمات سے سینٹکتیک درخت تک، ل1 اور ل2 پڑھنے کے کاموں کے لئے۔ ہمارے سب سے بہترین L1 پڑھنے کی دقیق نتیجہ 94.8% (معمولاً استعمال ہونے والی بنسٹلین سے 75% خطا کم ہے)۔ L2 کے مقایسہ نتائج 72.4% (45% خطا کم) ہیں۔ ہم نے بھی L2 پڑھنے کے قابل پیش بینی کے لئے L1 فرصت کے ذریعے اضافہ کی ارزش دکھائی۔Abstract
Avtomatik o'qish qobiliyatini avtomatik o'qish orqali odamlar bir necha davlatda maʼlumotni qanday ishlatish mumkin. Арабча, кам манбаъ ва morphologik murakkablik тил бўлган, автоматик ходимоси ҳисоблаши вазифасига кўп қизиқлик кўрсатади. Bu qogʻozda biz har kuni arab uchun eng katta va eng eng eng eng eng eng katta matn o'qish o'qituvchisi. We study a large set of features with varying depths, from shallow words to syntactic trees, for both L1 and L2 readability tasks. Bizning eng eng yaxshi L1 o'qishni aniqlash natijasi 94. 8% (oddiy ishlatilgan baseline dan 75% xato kamaytirish). L2 uchun mos keladigan natijalar 72. 4% (45% хато камайтириш). Biz L2 ta'siri oldini ishlatish uchun qoʻshimcha qiymatni ko'rsatdik.Abstract
Những tiến bộ trong đánh giá khả năng đọc tự động có thể ảnh hưởng đến cách người ta tiêu thụ thông tin trong một số lĩnh vực. Tiếng Ả Rập, là một ngôn ngữ ít tài nguyên và phức tạp theo lịch của nó, thách thức việc đánh giá khả năng đọc tự động. Trong tờ giấy này, chúng tôi giới thiệu nghiên cứu đầy đủ tính to án cho đến nay về tiếng Ả Rập. Chúng tôi nghiên cứu một loạt các tính năng có chiều sâu khác nhau, từ những từ nông tới cây cú pháp, cho cả chức năng đọc L1 và L2. Kết quả xác thực dễ đọc L1 tốt nhất là 98= (75=.=) lỗi giảm so với một cơ sở cơ bản thường sử dụng). Kết quả tương ứng với L2 là 72.4= (45=)) lỗi giảm. Chúng tôi cũng chứng minh giá trị cộng của tính năng điều khiển L1 cho dự đoán dễ đọc L2.Abstract
自可读性评估进步,或损人信息于数域。 阿拉伯语者,资匮形杂之语也,可读性质于自任者众矣。 本文中,迄今为止最大,最深者阿拉伯语计可读性究。 论深度之征,自浅单词至于句法树,施于L1L2可读性。 最佳L1可读性精94.8%(比常用基线差减75%)。 L2 者减 72.4%(45%)。 展用 L1 功 L2 可读性占者附价。- Anthology ID:
- W18-3703
- Volume:
- Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications
- Month:
- July
- Year:
- 2018
- Address:
- Melbourne, Australia
- Venues:
- ACL | NLP-TEA | WS
- SIG:
- Publisher:
- Association for Computational Linguistics
- Note:
- Pages:
- 20–29
- Language:
- URL:
- https://aclanthology.org/W18-3703
- DOI:
- 10.18653/v1/W18-3703
- Bibkey:
- Cite (ACL):
- Hind Saddiki, Nizar Habash, Violetta Cavalli-Sforza, and Muhamed Al Khalil. 2018. Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2. In Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications, pages 20–29, Melbourne, Australia. Association for Computational Linguistics.
- Cite (Informal):
- Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2 (Saddiki et al., 2018)
- Copy Citation:
- PDF:
- https://aclanthology.org/W18-3703.pdf
- Terminologies:
Export citation
@inproceedings{saddiki-etal-2018-feature,
title = "Feature Optimization for Predicting Readability of Arabic L1 and L2{A}rabic {L}1 and {L}2",
author = "Saddiki, Hind and
Habash, Nizar and
Cavalli-Sforza, Violetta and
Al Khalil, Muhamed",
booktitle = "Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications",
month = jul,
year = "2018",
address = "Melbourne, Australia",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/W18-3703",
doi = "10.18653/v1/W18-3703",
pages = "20--29",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="saddiki-etal-2018-feature">
<titleInfo>
<title>Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2</title>
</titleInfo>
<name type="personal">
<namePart type="given">Hind</namePart>
<namePart type="family">Saddiki</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nizar</namePart>
<namePart type="family">Habash</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violetta</namePart>
<namePart type="family">Cavalli-Sforza</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Muhamed</namePart>
<namePart type="family">Al Khalil</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2018-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications</title>
</titleInfo>
<originInfo>
<publisher>Association for Computational Linguistics</publisher>
<place>
<placeTerm type="text">Melbourne, Australia</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<identifier type="citekey">saddiki-etal-2018-feature</identifier>
<identifier type="doi">10.18653/v1/W18-3703</identifier>
<location>
<url>https://aclanthology.org/W18-3703</url>
</location>
<part>
<date>2018-07</date>
<extent unit="page">
<start>20</start>
<end>29</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings %T Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2 %A Saddiki, Hind %A Habash, Nizar %A Cavalli-Sforza, Violetta %A Al Khalil, Muhamed %S Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications %D 2018 %8 July %I Association for Computational Linguistics %C Melbourne, Australia %F saddiki-etal-2018-feature %R 10.18653/v1/W18-3703 %U https://aclanthology.org/W18-3703 %U https://doi.org/10.18653/v1/W18-3703 %P 20-29
Markdown (Informal)
[Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2](https://aclanthology.org/W18-3703) (Saddiki et al., 2018)
- Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2 (Saddiki et al., 2018)
ACL
- Hind Saddiki, Nizar Habash, Violetta Cavalli-Sforza, and Muhamed Al Khalil. 2018. Feature Optimization for Predicting Readability of Arabic L1 and L2Arabic L1 and L2. In Proceedings of the 5th Workshop on Natural Language Processing Techniques for Educational Applications, pages 20–29, Melbourne, Australia. Association for Computational Linguistics.