Study-Chinese

Analyse der Interaktion zwischen Lehrkraft und ChatGPT bei der Gestaltung konfliktbasierter kommunikativer Aufgaben für universitäre mündliche Ausdruckskurse, mit Fokus auf Rolle und Einfluss der KI.

Untersucht die Machbarkeit des semantischen Parsings von Chinesisch zu Diskursrepräsentationsstrukturen ohne annotierte Daten, schlägt eine Datenerfassungspipeline und einen feingranularen Testsuite vor.

Analyse BERT-basierter Modelle zur chinesischen Rechtschreibkorrektur, die deren Überanpassung an Fehlermuster aufzeigt und eine einfache Random-Masking-Strategie für bessere Generalisierung vorschlägt.

Ein neuartiger Ansatz zur Chinesischen Rechtschreibkorrektur (CSC), der ganze Sätze umformuliert anstatt Zeichen zu taggen. Erzielt State-of-the-Art-Ergebnisse und verbesserte Generalisierbarkeit.

Eine detaillierte Analyse der Anwendung von Deep Factorization Machines auf die Duolingo SLAM-Aufgabe zur Wissensverfolgung auf Wortebene.

Untersucht die Anwendung des Unix-DIFF-Utility für NLP-Aufgaben wie Differenzerkennung, Regel-Extraktion, Datenzusammenführung und optimales Matching und hebt seine Praxistauglichkeit und Vielseitigkeit hervor.

Analyse des siegreichen Ensemble-Modells (GBDT+RNN) zur Vorhersage von Wissenslücken beim Zweitsprachenlernen, basierend auf der SLAM Shared Task 2018 mit Duolingo-Daten.

Analyse der Fairness in Vorhersagemodellen für den Zweitsprachenerwerb, Bewertung von Verzerrungen über Plattformen und Länder hinweg anhand von Duolingo-Daten.

Überblick über Projekt MOSLA, einen einzigartigen longitudinalen, multimodalen und multilingualen Datensatz, der den vollständigen Zweitspracherwerbsprozess über zwei Jahre erfasst.

Analyse der KOSHIK-Architektur für skalierbare Verarbeitung natürlicher Sprache mit Hadoop, einschließlich Komponenten, Implementierungsschritten, Leistungsbewertung und Zukunftsperspektiven.

Diese Arbeit untersucht die KOSHIK-Architektur für skalierbare Verarbeitung natürlicher Sprache mit Hadoop, beschreibt deren Implementierung, Leistungsbewertung und zukünftige Entwicklungsrichtungen.

Analyse der Nutzung spezifischer Prompts mit großen Sprachmodellen zur gezielten Ansprache von CEFR- und EBCL-Niveaus (A1, A1+, A2) für personalisiertes Chinesischlernen.

Eine Forschungsarbeit, die SLABERT vorstellt – ein neuartiges Framework, das BERT nutzt, um positiven und negativen sprachübergreifenden Transfer im Zweitspracherwerb auf Basis von Kindgerichteter Sprache zu modellieren.

Eine Analyse, wie neuronale Sprachmodelle eine Zweitsprache erwerben, mit Fokus auf sprachübergreifenden Transfer, linguistischer Generalisierung und Vergleichen zum menschlichen L2-Erwerb.

Eine empirische Studie zum Verb-Nomen-Gebrauch in chinesischen und englischen Zeitungen und dessen Auswirkung auf das Schreiben englischsprachiger Chinesischlernender.

Analyse einer Forschungsarbeit zur Wirkung von Virtual-Reality-Simulationen auf die Lernmotivation im Fremdsprachenerwerb, inklusive Methodik, Ergebnisse und zukünftiger Implikationen.