-
#1運用 ChatGPT 設計對外華語教學中的衝突型溝通任務：流程分析分析教師與 ChatGPT 在為大學華語口語表達課程設計衝突型溝通任務時的互動，探討人工智慧的角色與影響。
-
#2重新思考遮罩語言建模於中文拼寫校正：分析與洞見分析中文拼寫校正模型，指出BERT中錯誤模型過度擬合與語言模型擬合不足的問題，並提出隨機遮罩策略以提升泛化能力。
-
#3ReLM：將中文拼寫糾正視為重述語言模型一種創新的中文拼寫糾正方法，透過重述整個句子而非字元標記，實現了最先進的成果與更佳的泛化能力。
-
#4運用 DIFF 指令處理進階自然語言處理任務探討 Unix DIFF 工具在 NLP 任務中的應用，如差異偵測、規則擷取、資料合併與最佳匹配，突顯其實用性與多功能性。
-
#5第二語言習得之集成建模：2018年SLAM競賽獲勝方案分析基於2018年SLAM共享任務的Duolingo數據，分析用於預測學生知識差距的獲勝集成模型（GBDT+RNN）。
-
#6第二語言習得中的公平知識追蹤：演算法偏見分析分析第二語言學習預測模型的公平性，使用多鄰國數據評估跨平台與國家的偏見。
-
#7KOSHIK：基於Hadoop的可擴展自然語言處理架構 — 分析與實作分析基於Hadoop建構的KOSHIK可擴展自然語言處理架構，涵蓋其元件、實作步驟、效能評估與未來發展方向。
-
#8基於Hadoop的NLP：建構與評估KOSHIK架構本文探討了使用Hadoop進行可擴展自然語言處理的KOSHIK架構，詳細介紹其實作、效能評估及未來發展方向。
-
#9運用提示工程引導ChatGPT輔助中文學習：一項基於CEFR與EBCL等級的研究分析如何運用特定提示詞引導大型語言模型，針對CEFR與EBCL等級（A1, A1+, A2）進行個人化中文學習。
-
#10SLABERT：運用BERT架構模擬第二語言習得本研究論文運用BERT架構與兒童導向語料，分析語言模型中的跨語言遷移現象，以模擬第二語言習得過程。
-
#11神經語言模型的第二語言習得：語言學分析分析神經語言模型如何習得第二語言，探討跨語言遷移、語言泛化能力，並與人類第二語言習得進行比較。
-
#12漢語與英語動詞-名詞偏好之跨語言分析：對英語母語者中文寫作之啟示一項比較中英文報紙中動詞與名詞使用習慣的實證研究，及其對英語母語中文學習者寫作之影響。
-
#13虛擬實境於外語教育之應用：學生學習動機研究分析一篇探討虛擬實境模擬對外語學習學生動機影響之研究論文，包含研究方法、結果與未來意涵。
最後更新: 2026-02-07 12:30:31