Inaccuracy of an E-Dictionary and Its Influence on Chinese Language Users

要約

電子辞書は、主に紙の辞書に取って代わり、語彙を拡大しようとするL2学習者の中心的なツールになりました。
多くの場合、ユーザーはこれらのリソースが信頼できると仮定し、提供された定義の有効性に疑問を抱くことはめったにありません。
主要な電子辞書の精度はめったに精査されておらず、彼らのコーパスの構築方法にはほとんど注意が払われていません。
辞書の使用、特に電子辞書の制限に関する研究は依然として不足しています。
この研究では、実験、ユーザー調査、辞書批評の組み合わせ方法を採用して、中国で最も広く使用されている電子監督の1つであるYoudaoを調べます。
この実験には、遡及的反射と組み合わせた翻訳タスクが含まれていました。
参加者は、Youdaoで不十分または不正確に定義されている単語を含む文を翻訳するように求められました。
彼らの相談行動は、誤った定義が理解の影響にどのように影響したかを分析するために記録されました。
結果は、不完全または誤解を招く定義が深刻な誤解を引き起こす可能性があることを示しています。
さらに、学生は問題のある相談習慣を示しました。
この研究では、このような欠陥のある定義がどのように発生するかをさらに調査し、データ処理の問題と辞書構造におけるAIおよび機械学習技術の統合を強調しています。
この調査結果は、ユーザー向けの辞書リテラシーのより良いトレーニングの必要性と、電子辞書の構築に使用される基礎となるAIモデルの改善が必要であることを示唆しています。

要約(オリジナル)

Electronic dictionaries have largely replaced paper dictionaries and become central tools for L2 learners seeking to expand their vocabulary. Users often assume these resources are reliable and rarely question the validity of the definitions provided. The accuracy of major E-dictionaries is seldom scrutinized, and little attention has been paid to how their corpora are constructed. Research on dictionary use, particularly the limitations of electronic dictionaries, remains scarce. This study adopts a combined method of experimentation, user survey, and dictionary critique to examine Youdao, one of the most widely used E-dictionaries in China. The experiment involved a translation task paired with retrospective reflection. Participants were asked to translate sentences containing words that are insufficiently or inaccurately defined in Youdao. Their consultation behavior was recorded to analyze how faulty definitions influenced comprehension. Results show that incomplete or misleading definitions can cause serious misunderstandings. Additionally, students exhibited problematic consultation habits. The study further explores how such flawed definitions originate, highlighting issues in data processing and the integration of AI and machine learning technologies in dictionary construction. The findings suggest a need for better training in dictionary literacy for users, as well as improvements in the underlying AI models used to build E-dictionaries.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google