要約
私たちの研究は、知的障害を持つ特定の読者、より具体的には、読解力や理解力、IQ70以下、概念領域での課題など、認知機能に制限のある人々にとって、何が文章を読みづらくしているのかをよりよく理解することを目的としています。本論文では、心理学における実証的研究と翻訳研究における研究に基づいて、難解さのアノテーションのスキームを紹介する。本稿では、主にオンラインで利用可能な並行テキスト（標準英語とEasy to Read Englishの翻訳）から得られたアノテーションデータセットについて説明する。我々は、簡略化に必要なストラテジーを予測するための多クラス分類のタスクを実行するために、事前に訓練された4つの異なる変換モデルを微調整した。また、文の難易度を予測することを目的とした場合、この言語モデルの決定を解釈する可能性を調査する。リソースは https://github.com/Nouran-Khallaf/why-tough から入手可能である。
要約(オリジナル)
Our research aims at better understanding what makes a text difficult to read for specific audiences with intellectual disabilities, more specifically, people who have limitations in cognitive functioning, such as reading and understanding skills, an IQ below 70, and challenges in conceptual domains. We introduce a scheme for the annotation of difficulties which is based on empirical research in psychology as well as on research in translation studies. The paper describes the annotated dataset, primarily derived from the parallel texts (standard English and Easy to Read English translations) made available online. we fine-tuned four different pre-trained transformer models to perform the task of multiclass classification to predict the strategies required for simplification. We also investigate the possibility to interpret the decisions of this language model when it is aimed at predicting the difficulty of sentences. The resources are available from https://github.com/Nouran-Khallaf/why-tough
arxiv情報
| 著者 | Nouran Khallaf,Carlo Eugeni,Serge Sharoff |
| 発行日 | 2025-01-03 13:09:46+00:00 |
| arxivサイト | arxiv_id(pdf) |