Abstract
阅读分级的概念在二十世纪早期就被教育工作者提出,随着人们对阅读变得越来越重视,阅读分级引起了越来越多的关注,自动阅读分级技术也得到了一定程度的发展。本文总结了近年来的阅读分级领域的研究进展,首先介绍了阅读分级现有的标准和随之而产生的各种体系和语料资源。在此基础之上整理了在自动阅读分级工作已经广泛应用的三类方法:公式法、传统的机器学习方法和最近热门的深度学习方法,并结合实验结果梳理了三类方法存在的弊利,以及可以改进的方向。最后本文还对阅读分级的未来发展方向以及可以应用的领域进行了总结和展望。- Anthology ID:
- 2021.ccl-1.62
- Volume:
- Proceedings of the 20th Chinese National Conference on Computational Linguistics
- Month:
- August
- Year:
- 2021
- Address:
- Huhhot, China
- Editors:
- Sheng Li (李生), Maosong Sun (孙茂松), Yang Liu (刘洋), Hua Wu (吴华), Kang Liu (刘康), Wanxiang Che (车万翔), Shizhu He (何世柱), Gaoqi Rao (饶高琦)
- Venue:
- CCL
- SIG:
- Publisher:
- Chinese Information Processing Society of China
- Note:
- Pages:
- 689–702
- Language:
- Chinese
- URL:
- https://aclanthology.org/2021.ccl-1.62
- DOI:
- Cite (ACL):
- Simin Rao, Hua Zheng, and Sujian Li. 2021. 阅读分级相关研究综述(A Survey of Leveled Reading). In Proceedings of the 20th Chinese National Conference on Computational Linguistics, pages 689–702, Huhhot, China. Chinese Information Processing Society of China.
- Cite (Informal):
- 阅读分级相关研究综述(A Survey of Leveled Reading) (Rao et al., CCL 2021)
- PDF:
- https://preview.aclanthology.org/nschneid-patch-1/2021.ccl-1.62.pdf
- Data
- OneStopEnglish