-
#1波蘭語詞彙量測驗 (PVST)：針對接收性詞彙的自適應評估工具分析新型自適應波蘭語詞彙量測驗 (PVST)，該測驗運用電腦化自適應測驗 (CAT) 與試題反應理論 (IRT) 來評估母語者與非母語者的接收性詞彙能力。
-
#2機器理解之雙向注意力流：技術分析深入分析雙向注意力流（BiDAF）網路，這是一個在SQuAD和CNN/DailyMail資料集上取得最先進成果的機器理解階層式模型。
-
#3字元層級語言模型學習英語形態句法單元與規律的證據分析字元層級語言模型如何在無顯式監督下學習抽象的形態規律、詞邊界與句法屬性。
-
#4CHOP：將 ChatGPT 整合至 EFL 英語口頭報告練習之分析與架構分析 CHOP 平台，一個基於 ChatGPT、為 EFL 口頭報告練習提供個人化回饋的系統，涵蓋其設計、評估與未來展望。
-
#5詞典編纂者對EFL詞彙挑戰之分析與複雜語法化詞典提案分析英語學習者詞彙難點，並提出整合語法、語義與資訊通訊科技工具的複雜語法化羅馬尼亞語-英語詞典模型。
-
#6DVAGen：動態詞彙增強語言模型的統一框架DVAGen 是一個開源框架，用於訓練、評估和視覺化動態詞彙增強的大型語言模型，解決詞彙外限制並提升推論擴展性。
-
#7動態詞彙生成：語言模型的新典範介紹語言模型的動態詞彙，實現多詞片語的原子化生成，提升品質與效率，並為下游應用提供即插即用的部署方案。
-
#8高等教育中EFL學習者閱讀理解困難之分析深入探討阿拉伯EFL學習者在馬來西亞大學面臨的閱讀理解挑戰，分析其成因、影響及潛在解決方案。
-
#9個案研究：EFL中學生運用ChatGPT進行寫作任務的提示工程路徑一項分析英語為外語的中學生如何運用並學習ChatGPT提示工程以完成寫作任務的個案研究，突顯其不同路徑及教育意涵。
-
#10三年級英語學習者理解聲音：一項關於語言、推理與物理學習的研究分析三年級英語學習者如何運用日常語言與推理策略理解聲音物理概念，探討語言習得與科學探究的交集。
-
#11深度學習於短篇英文文本之情緒分類：分析與框架分析深度學習技術（包括BERT與遷移學習）在短篇英文文本情緒分類上的應用，並介紹SmallEnglishEmotions資料集。
-
#12EDEN：英語學習同理心對話 - AI驅動的語言教育EDEN 是一款用於英語學習的具同理心AI聊天機器人，透過個人化對話系統提供自適應反饋，以提升學生的恆毅力與感知情感支持。
-
#13EDEN：英語學習同理心對話系統 - 語言教育AI聊天機器人EDEN同理心AI英語學習聊天機器人研究，提供文法回饋與適應性同理回應，提升學生恆毅力與學習成效。
-
#14MPSA-DenseNet：基於先進深度學習的英語口音分類方法深入解析MPSA-DenseNet——一種融合多任務學習與注意力機制的新型深度學習模型，在母語與非母語使用者英語口音分類中實現高精度識別。
-
#15Google Classroom 在英語教學（ELT）中的角色：混合式學習實施研究分析 Google Classroom 在英語教學中的角色，探討其對混合式學習、學生參與度以及從教師中心轉向科技輔助教育的影響。
-
#16文法習得與教學在第二語言教與學中的角色一份範疇審查，分析文法習得在第二語言學習中的關鍵角色，探討教學策略與未來研究方向。
-
#17透過《粉紅豬小妹》學習英語：基於雜訊自然資料的實境語言習得研究分析以《粉紅豬小妹》卡通對話訓練的計算模型，如何從鬆散耦合的語音與影片中學習視覺語意，探討語言習得研究的生態效度。
-
#18語言產出與理解的整合理論一個理論框架，提出語言產生和理解是基於預測、前向建模和隱性模仿而交織在一起的過程。
-
#19Reading.help：一款基於LLM、為EFL讀者提供主動與隨需協助的智慧閱讀工具研究一款智慧閱讀工具，利用大型語言模型為EFL讀者提供主動與隨需的英文文法及語義解釋，並採用雙LLM驗證系統。
-
#20Reading.help：一款為EFL學習者打造的LLM驅動智慧閱讀助手關於Reading.help的研究，這是一款AI驅動工具，能主動並按需提供英語文法與語義解釋，以支援將英語作為外語（EFL）的讀者。
-
#21兒童與GPT-2語言模型學習階段之比較分析一項比較兒童與GPT-2模型語言習得發展軌跡的研究，揭示了學習階段的相似性與差異性。
-
#22learn-en - 技術文件與資源關於 learn-en 技術與應用的完整技術文件與資源。
-
#23詞典編纂者對EFL詞彙挑戰與語法化辭典解決方案之分析分析英語學習者詞彙難點，並運用應用語言學中的ICT方法開發複雜語法化羅馬尼亞-英語辭典。
-
#24詞典編纂者對EFL詞彙挑戰之分析與複雜詞典設計提案分析英語學習者之詞彙難點，並提出整合ICT與應用語言學之文法化羅馬尼亞語-英語詞典設計方案。
-
#25定義理解力：為機器閱讀敘事文本建立的理解範本對MRC任務設計的批判性分析，提出系統性的敘事理解範本，並評估當前模型的限制。
-
#26MENmBERT：馬來西亞英語自然語言處理的遷移學習應用研究從英語預訓練模型遷移至馬來西亞英語，在低資源環境下提升命名實體識別與關係抽取效能。
-
#27沙烏地阿拉伯EFL學生的後設認知閱讀策略與動機研究研究沙烏地大專院校EFL學生後設認知閱讀策略、閱讀動機與閱讀理解表現之間關係的實證研究。
-
#28沙烏地阿拉伯EFL學生的後設認知閱讀策略、動機與閱讀理解表現分析沙烏地阿拉伯EFL大學生後設認知閱讀策略、閱讀動機與閱讀理解表現之間的關係。
-
#29自然語言處理中多文件閱讀理解之分析：演進、模型與未來方向針對自然語言處理中多文件閱讀理解的全面分析，涵蓋其演進歷程、RE3QA模型架構、技術挑戰以及未來研究方向。
-
#30透過語言習得將多模態預訓練泛化至多語言領域一種新穎的多語言習得框架，能以極少的數據和計算資源，高效地將單語視覺-語言預訓練模型擴展至多語言能力。
-
#31透過語言習得將多模態預訓練泛化至多語言領域一個受人類語言學習啟發的新穎框架，能以極少的數據和計算資源，將單語言視覺-語言模型擴展至多語言任務。
-
#32評估神經語言模型作為語言習得的認知模型批判性分析神經語言模型作為語言習得認知模型的潛力，指出現有基準測試的局限，並倡導使用經人類評估的資料集。
-
#33非標準英語表達解釋之神經序列到序列模型採用雙編碼器神經網路模型，運用社群媒體資料中的上下文來生成非標準英語詞彙與片語的解釋。
-
#34EFL課程必須轉為線上：印尼COVID-19疫情期間的教學活動與挑戰基於2020年期刊研究，分析印尼EFL教師在COVID-19疫情期間的線上教學實踐、挑戰與啟示。
-
#35社群媒體語言中的人格、性別與年齡：開放詞彙分析透過分析7億字Facebook訊息，本研究運用數據驅動的開放詞彙技術，揭示語言如何與人格、性別及年齡產生關聯。
-
#36運用預訓練神經語言模型解決ESL句子填空題本研究提出一種神經框架，利用預訓練語言模型自動解決英語作為第二語言（ESL）的句子填空題，並在真實的K-12資料集上進行實驗驗證。
-
#37基於DNN文本生成之英語學習機器人系統採用LSTM神經網絡進行文本生成的人形機器人原型系統，協助英語自學者，實驗結果顯示文法能力顯著提升。
-
#38詞彙量與規模定律：為何更大的模型需要更大的詞彙表分析詞彙量如何影響大型語言模型的規模定律，提出確定計算最優詞彙量以實現高效預訓練的方法。
-
#39基於基模理論的雅思聽力教學探索研究應用基模理論透過認知語言學方法、語言習得階段及實務教學方法提升雅思聽力理解能力
-
#40SLABERT：運用BERT模型建構第二語言習得模型使用BERT模型與5種類型學多樣語言的兒童導向語料，研究第二語言習用中的跨語言遷移現象。
-
#41神經語言模型的第二語言習得：跨語言遷移的語言學分析分析神經語言模型如何習得第二語言，探討第一語言預訓練、語言遷移配置及語言泛化的影響。
-
#42自主學習策略對英語文法學習成效之影響：認同風格的中介角色本研究探討自主學習策略對英語關係子句習得之影響，並分析學習者認同風格作為潛在中介變項之角色。
-
#43SQuAD：超過十萬個用於機器理解文本的問題 - 分析報告分析SQuAD資料集論文：一個基於維基百科的大規模閱讀理解資料集，涵蓋其建構、分析與基準模型效能。
-
#44泰國英語課堂中的學生動機與教師激勵策略基於自我決定理論，針對泰國第二語言學習者動機、英語學習成效及教師激勵策略的研究分析。
-
#45泰國英語課堂中的學生學習動機與教師策略研究基於自我決定理論探討泰國學生英語學習動機與教師激勵策略之研究，分析自主支持型與控制型教學方法之成效差異。
-
#46中文學習科技系統性回顧：教育遊戲與智慧輔導系統針對2017-2022年間中文學習領域的教育遊戲與智慧輔導系統進行全面分析，探討其成效、學生動機與未來研究方向。
-
#47系統性文獻回顧：科技對中文學習的影響針對教育遊戲與智慧輔導系統在中文習得中的綜合分析，探討成效、動機激發及未來研究方向
-
#48運用英語口語語料庫學習基於合一法的文法本研究結合模型驅動與資料驅動學習方法，運用英語口語語料庫建構基於合一法的文法，顯著提升剖析結果的合理性。
-
#49VocAgnoLM：克服師生語言模型訓練中的詞彙表不匹配問題分析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。
最後更新: 2026-01-07 05:30:24