Learn-En

分析採用電腦化自適應測試 (CAT) 同項目反應理論 (IRT) 嘅新型自適應波蘭語詞彙量測試 (PVST)，用於評估母語及非母語人士嘅接收性詞彙。

分析自然語言處理嘅對抗評估方法，聚焦SQuAD數據集。探討自動生成嘅干擾句子點樣暴露模型弱點。

深入分析BiDAF網絡，呢個係一個喺SQuAD同CNN/DailyMail數據集上取得頂尖成績嘅機器理解分層模型。

一篇全面探討第一/第二語言習得與理解嘅神經基礎嘅綜述，涵蓋腦區、實驗技術同計算工具。

分析字符級語言模型點樣喺冇明確監督嘅情況下，學習抽象形態規律、詞邊界同句法特性。

深入分析一篇研究論文，探討字符級語言模型係咪學到英文嘅抽象形態句法單位同規律。

分析CHOP呢個基於ChatGPT嘅平台，點樣為EFL學生嘅口頭報告練習提供個人化回饋，包括設計、評估同未來發展方向。

對英語學習者詞彙難點的分析及整合語法、語義與現代ICT工具的複雜語法化雙語詞典建議

分析羅馬尼亞英語學習者嘅詞彙挑戰，並提出一個整合語法、語義同資訊通訊科技工具嘅複雜羅馬尼亞語-英語語法化詞典方案。

探索49個深度章節，涵蓋波蘭語測試、AI語言模型、EFL教學法、詞彙研究同ChatGPT應用，為語言學家同教育者提供前沿洞察。

DVAGen係一個開源框架，用嚟訓練、評估同視覺化動態詞彙增強嘅大語言模型，解決詞彙外限制同提升推論擴展性。

介紹一種用於語言模型嘅動態詞彙，能夠以原子方式生成多詞組短語，提升質素同效率，並為下游應用提供即插即用嘅部署方案。

深入分析阿拉伯EFL學習者喺馬來西亞大學面對嘅閱讀理解挑戰，探討成因、影響同潛在解決方案。

一項研究，探討以英語為外語嘅學生點樣運用自然語言生成工具進行創意寫作構思，包括策略、評估同工具選擇。

分析以英語為外語嘅中學生點樣運用同學習提示工程，透過ChatGPT完成寫作任務，探討當中嘅模式、挑戰同教育啟示。

分析小三英語學習者點樣用日常語言同推理策略去理解聲音嘅物理概念，探討語言習得同科學理解之間嘅互動。

分析深度學習技術，包括BERT同遷移學習，用於短篇英文文本情緒分類，並介紹SmallEnglishEmotions數據集。

EDEN係一個具同理心嘅AI英語學習對話機械人，透過個人化對話系統提供自適應反饋，以提升學生嘅堅毅度同感知情感支援。

研究EDEN呢個具備同理心嘅AI英語學習聊天機械人，佢提供文法修正同自適應同理回應，旨在提升學生嘅毅力同學習成效。

深入解析MPSA-DenseNet——一種融合多任務學習與注意力機制嘅新型深度學習模型，喺母語與非母語使用者英文口音分類中實現高精度識別。

分析Google Classroom喺ELT中嘅角色，探討佢對高等教育中嘅混合式學習、學生投入度同教學轉型嘅影響。

一份範圍審查，分析文法習得喺第二語言學習中嘅關鍵角色，探討教學策略同未來研究方向。

分析一個用《Peppa Pig》卡通對白訓練嘅計算模型，點樣從鬆散耦合嘅語音同影片中學習視覺語義，探討語言習得研究中嘅生態效度問題。

IELTS reading materials for Learn-En

一個理論框架，提出語言產生與理解是基於預測、前向建模及隱性模仿而交織的過程。

研究一款利用大型語言模型（LLM），為EFL讀者提供主動及按需英文文法語義解釋嘅智能閱讀工具，其特點係採用雙LLM驗證系統。

研究Reading.help呢個AI工具，佢能夠主動同按需提供英文文法同語義解釋，支援以英文為外語（EFL）嘅讀者。

一項比較兒童同GPT-2模型語言習得發展軌跡嘅研究，揭示咗學習階段嘅相似之處同分歧點。

關於 learn-en 技術同應用嘅全面技術文檔同資源。

本研究根據Dulay、Burt & Krashen嘅分類法，調查伊朗克爾曼沙赫庫爾德語-波斯語雙語者喺波斯語口語中詞彙錯誤嘅來源同分佈。

分析英語學習者詞彙難點，並運用應用語言學中嘅ICT技術開發複雜語法化羅馬尼亞-英語詞典。

分析英語學習者嘅詞彙難點，並提出一個融合語法、ICT同應用語言學嘅羅馬尼亞語-英語詞典設計方案。

分析LLM作為英語寫作導師嘅成效，提出教學評估指標，並結合真實世界持份者評估學生與LLM嘅互動。

對OpenAI ChatGPT、Microsoft Bing Chat同Google Bard喺越南高中畢業試英文數據集上嘅表現進行比較分析。

分析NewsQA數據集：一個大規模、由人類生成嘅問答語料庫，旨在測試同推動機器閱讀理解超越簡單模式匹配。

對機器閱讀理解任務設計嘅批判性分析，提出一個系統性嘅敘事理解範本，並評估現有模型嘅局限。

研究點樣將英文預訓練模型遷移到馬來西亞英文，喺低資源環境下提升命名實體識別同關係抽取嘅表現。

研究沙特大專EFL學生嘅元認知閱讀策略、閱讀動機同閱讀理解表現之間嘅關係。

分析沙特EFL大學生嘅元認知閱讀策略、閱讀動機同閱讀理解表現之間嘅關係。

對NLP中多文件閱讀理解嘅全面分析，涵蓋其演變、RE3QA模型架構、技術挑戰同未來研究方向。

一種新嘅多語言習得框架，能夠以最少數據同計算資源，高效將單語言視覺-語言預訓練模型擴展至多語言能力。

一個受人類語言學習啟發嘅新框架，可以用最少數據同計算資源，將單語言視覺語言模型擴展到多語言任務。

對神經語言模型作為語言習得認知模型嘅批判性分析，指出基準測試嘅局限，並提倡使用經人類評估嘅數據集。

採用雙編碼器神經網絡模型，利用社交媒體數據上下文生成非標準英文詞彙同短語嘅解釋。

根據2020年期刊研究，分析印尼EFL教師喺疫情期間嘅線上教學實踐、挑戰同啟示。

透過分析7億個Facebook訊息字詞，利用數據驅動嘅開放詞彙技術，揭示語言點樣同性格、性別同年齡相關。

本研究提出一個神經框架，利用預訓練語言模型自動解決英語作為第二語言（ESL）嘅句子填充題，並喺真實K-12數據集上進行實驗。

介紹 RACE 數據集，呢個係一個嚟自英文考試嘅大規模閱讀理解基準測試，旨在評估 NLP 模型嘅推理能力。

分析RNN語言模型點解會表現出類似英文嘅偏見，由於非語言嘅架構偏見，無法捕捉西班牙文嘅類人句法偏好。

採用LSTM神經網絡生成文本嘅人形機械人原型系統，實驗結果顯示能有效提升自學英文者嘅文法能力。

分析DREsS呢個大規模數據集，佢用於EFL教育中基於評分準則嘅自動作文評分，包含真實課堂數據、標準化基準同創新嘅數據增強策略。

分析DREsS，一個用於英語作為外語（EFL）寫作中基於評分準則嘅自動作文評分嘅大規模數據集，包含真實課堂數據、標準化基準同創新嘅增強策略。

分析詞彙量點樣影響大型語言模型嘅規模定律，提出方法去決定運算最優嘅詞彙量，令預訓練更有效率。

研究應用圖式理論，透過認知語言學方法、語言習得階段同實用教學法提升IELTS聆聽理解能力。

利用BERT模型同五種唔同類型語言嘅兒童導向語料，研究第二語言習得中嘅跨語言遷移現象。

分析神經語言模型點樣習得第二語言，探討第一語言預訓練、語言遷移配置同語言學泛化嘅影響。

研究文章探討自主調節學習策略對英文關係子句習得嘅影響，並分析身份風格作為潛在中介變量嘅作用。

分析史丹福問答數據集（SQuAD），呢個係機器閱讀理解嘅基準，包括其創建方法、研究方法論同對NLP研究嘅影響。

本研究論文提出STRUDEL，一個結構化對話摘要框架，能夠提升Transformer模型喺問答同回應預測等下游對話理解任務上嘅表現。

基於自我決定理論，對泰國第二語言學習者動機、英語學習成果及教師激勵策略嘅研究分析。

基於自我決定理論，研究泰國學生英語學習動機同教師激勵策略，探討自主支持與控制式教學方法嘅成效差異。

分析2017-2022年中文學習中教育遊戲同智能輔導系統嘅成效、學生動機同未來研究方向。

針對教育遊戲同智能輔導系統喺中文學習領域嘅全面分析，探討成效、學習動機同未來研究方向。

研究結合模型驅動同數據驅動學習方法，利用英語口語語料庫獲取基於統一化嘅文法，展示咗更合理嘅語法分析結果。

分析VocAgnoLM，這是一種在詞彙表不匹配的師生大語言模型之間對齊詞元序列和損失函數的新方法，可實現有效的知識遷移。

分析詞彙喺第二語言習得中嘅關鍵作用、有效教學技巧，以及詞彙教學嘅未來方向。

一項綜合77項研究（6,179名參與者）嘅元分析，比較唔同工作記憶測量方法對語言理解能力嘅預測力。