Learn-En

Eine detaillierte Analyse des Bi-Directional Attention Flow (BiDAF)-Netzwerks, eines hierarchischen Modells für maschinelles Textverständnis mit Spitzenleistungen auf SQuAD und CNN/DailyMail.

Eine Fallstudie, die analysiert, wie Schüler der Sekundarstufe, die Englisch als Fremdsprache (EFL) lernen, Prompt Engineering mit ChatGPT für Schreibaufgaben nutzen und erlernen, wobei unterschiedliche Pfade und pädagogische Implikationen aufgezeigt werden.

Analyse von Deep-Learning-Techniken, einschließlich BERT und Transfer Learning, für die Emotionsklassifikation in kurzen englischen Texten, vorgestellt am SmallEnglishEmotions-Datensatz.

EDEN ist ein einfühlsamer KI-Chatbot für den Englischerwerb, der durch adaptive Rückmeldungen in personalisierten Dialogsystemen die Lernausdauer und wahrgenommene emotionale Unterstützung der Studierenden verbessert.

Forschung zu EDEN, einem empathischen KI-Chatbot für Englischlernen, der grammatikalische Korrekturen und adaptive empathische Antworten bietet, um Lernausdauer und Lernerfolge zu verbessern.

Detaillierte Analyse von MPSA-DenseNet – Ein neuartiges Deep-Learning-Modell, das Multi-Task-Learning mit Aufmerksamkeitsmechanismen kombiniert und eine hochpräzise Erkennung bei der Klassifizierung englischer Akzente von muttersprachlichen und nicht-muttersprachlichen Sprechern erreicht.

Analyse der Rolle von Google Classroom im ELT, Untersuchung seiner Auswirkungen auf Blended Learning, Schülerengagement und den Wandel von lehrerzentrierter zu technologiegestützter Bildung.

Analyse von Vokabelschwierigkeiten für Englischlernende und Entwicklung komplexer grammatikalisierter Rumänisch-Englisch-Wörterbücher mit IKT-Ansätzen in der angewandten Linguistik.

Erforschung von Transfer Learning von englischen vortrainierten Sprachmodellen zu Malaysischem Englisch zur Verbesserung von Named Entity Recognition und Relation Extraction in ressourcenarmen Umgebungen.

Studie zu Zusammenhängen zwischen metakognitiven Lesestrategien, Lesemotivation und Leseverständnisleistung saudischer EFL-Studierender.

Kritische Analyse neuronaler Sprachmodelle als kognitive Modelle für den Spracherwerb, mit Fokus auf Benchmark-Limitationen und Forderung nach human-evaluierten Datensätzen.

Ein Dual-Encoder-Neuronales-Netzwerk-Modell, das Erklärungen für nicht-standardsprachliche englische Wörter und Phrasen unter Verwendung von Kontextdaten aus sozialen Medien generiert.

Eine umfassende Analyse von 700 Millionen Wörtern aus Facebook-Nachrichten zeigt mit datengesteuerten, offenen Vokabular-Techniken, wie Sprache mit Persönlichkeit, Geschlecht und Alter korreliert.

Ein humanoider Roboterprototyp mit LSTM-Netzwerken zur Textgenerierung für autodidaktisches Englischlernen. Experimentelle Ergebnisse zeigen grammatikalische Verbesserungen.

Forschung zur Anwendung der Schematheorie zur Verbesserung des IELTS-Hörverständnisses durch kognitiv-linguistische Ansätze, Spracherwerbsstadien und praktische Unterrichtsmethoden.

Forschung zum sprachübergreifenden Transfer im Zweitspracherwerb mit BERT-Modellen und Kind-gerichteter Sprache aus 5 typologisch diversen Sprachen.

Forschung zur Motivation thailändischer Schüler im Englischunterricht und zu Lehrerstrategien basierend auf der Selbstbestimmungstheorie, mit Ergebnissen zu autonomiefördernden vs. kontrollierenden Ansätzen.

Eine umfassende Analyse von Lernspielen und intelligenten Tutorensystemen im Chinesischlernen von 2017-2022, die Wirksamkeit, Schüler-Motivation und zukünftige Forschungsrichtungen untersucht.

Eine umfassende Analyse von Lernspielen und intelligenten Tutorensystemen beim Chinesischerwerb, die Wirksamkeit, Motivation und künftige Forschungsrichtungen untersucht.

Eine Studie zur Kombination modellbasierten und datengesteuerten Lernens für den Erwerb unifikationsbasierter Grammatiken mit dem Gesprochenes-Englisch-Korpus, die verbesserte Parse-Plausibilität demonstriert.