Learn-En

Analisi approfondita della rete Bi-Directional Attention Flow (BiDAF), un modello gerarchico per la comprensione del linguaggio che ha ottenuto risultati all'avanguardia su SQuAD e CNN/DailyMail.

Uno studio di caso che analizza come studenti EFL della scuola secondaria utilizzano e apprendono il prompt engineering con ChatGPT per compiti di scrittura, evidenziando percorsi distinti e implicazioni educative.

Analisi delle tecniche di deep learning, incluso BERT e il transfer learning, per la classificazione delle emozioni in testi brevi in inglese, con il dataset SmallEnglishEmotions.

EDEN è un chatbot AI empatico per l'apprendimento dell'inglese che fornisce feedback adattivo per migliorare la perseveranza degli studenti e il supporto affettivo percepito attraverso sistemi di dialogo personalizzati.

Ricerca su EDEN, un chatbot IA empatico per l'apprendimento dell'inglese che fornisce feedback grammaticale e risposte empatiche adattive per migliorare la perseveranza e i risultati degli studenti.

Analisi approfondita di MPSA-DenseNet: un nuovo modello di apprendimento profondo che integra l'apprendimento multitasking e meccanismi di attenzione, raggiungendo un'elevata precisione nella classificazione degli accenti inglesi tra parlanti nativi e non nativi.

Analisi del ruolo di Google Classroom nell'ELT, esaminandone l'impatto sul blended learning, l'engagement degli studenti e il passaggio da un'educazione centrata sul docente a una facilitata dalla tecnologia.

Analisi delle difficoltà lessicali per apprendenti di inglese e sviluppo di dizionari romeno-inglese complessi e grammaticalizzati mediante approcci ICT in linguistica applicata.

Ricerca sul transfer learning da modelli linguistici pre-addestrati in inglese all'inglese malese per migliorare le prestazioni di Riconoscimento di Entità Nominate ed Estrazione di Relazioni in contesti a risorse limitate.

Studio sulle relazioni tra strategie di lettura metacognitive, motivazione alla lettura e comprensione del testo in studenti universitari sauditi di EFL.

Analisi critica dei modelli linguistici neurali come modelli cognitivi per l'acquisizione del linguaggio, evidenziando limiti dei benchmark e sostenendo dataset valutati da umani.

Modello di rete neurale a doppio codificatore che genera spiegazioni per parole e frasi inglesi non standard utilizzando il contesto dei dati dei social media.

Un'analisi di 700 milioni di parole da messaggi Facebook rivela, con tecniche data-driven a vocabolario aperto, come il linguaggio si correli a personalità, genere ed età.

Prototipo di sistema robotico umanoide che utilizza reti neurali LSTM per la generazione di testo per assistere gli autodidatti di inglese, con risultati sperimentali che mostrano miglioramenti grammaticali.

Ricerca sull'applicazione della teoria degli schemi per migliorare la comprensione auditiva IELTS attraverso approcci di linguistica cognitiva, fasi di acquisizione linguistica e metodologie didattiche pratiche.

Ricerca sul trasferimento translinguistico nell'acquisizione della seconda lingua utilizzando modelli BERT e dati di linguaggio diretto ai bambini da 5 lingue tipologicamente diverse.

Ricerca sulla motivazione degli studenti thailandesi nell'apprendimento dell'inglese e strategie motivazionali dei docenti basata sulla Teoria dell'Autodeterminazione, con risultati su approcci autonomo-supportivi vs controllanti.

Analisi completa di giochi educativi e sistemi di tutoraggio intelligente nell'apprendimento del cinese dal 2017-2022, esaminando efficacia, motivazione studentesca e direzioni future di ricerca.

Analisi completa di giochi educativi e sistemi di tutoraggio intelligente nell'acquisizione del cinese, esaminando efficacia, motivazione e direzioni di ricerca future.

Studio sull'apprendimento ibrido model-based e data-driven per l'acquisizione di grammatiche unification-based usando il Corpus di Inglese Parlato, con dimostrazione di miglioramenti nella plausibilità del parsing.