Learn-En

分析新型自适应波兰语词汇量测试（PVST），该测试利用计算机化自适应测试（CAT）和项目反应理论（IRT）评估母语者与非母语者的接受性词汇。

针对自然语言处理（NLP）中对抗性评估方法的分析，聚焦于SQuAD数据集。探讨自动生成的干扰句如何暴露模型弱点。

对双向注意力流（BiDAF）网络的深入分析，这是一个在SQuAD和CNN/DailyMail数据集上取得领先结果的机器阅读理解分层模型。

全面综述第一/第二语言习得、理解及神经语言学实验技术背后的神经机制。

分析字符级语言模型如何在无显式监督下学习抽象形态规律、词边界及句法属性。

深入分析一篇研究论文，探讨字符级语言模型是否学习了英语中的抽象形态句法单元和规律。

分析CHOP——一个基于ChatGPT、为EFL学生口语演讲练习提供个性化反馈的平台，涵盖其设计、评估及未来展望。

针对英语学习者的词汇难点分析及融合语法、语义与现代信息通信技术工具的复杂语法化双语词典构建建议

分析罗马尼亚英语学习者的词汇挑战，并提出一个集语法、语义与信息通信技术工具于一体的复杂语法化罗英词典构建方案。

探索49个深度章节，涵盖EFL教学、词汇测试、机器阅读理解、ChatGPT应用及语言模型研究，为教育者与研究者提供前沿洞见。

DVAGen是一个用于训练、评估和可视化动态词汇增强大语言模型的开源框架，旨在解决词汇外问题并提升推理可扩展性。

提出一种语言模型的动态词汇范式，支持将多词短语作为原子单元生成，提升质量与效率，并为下游应用提供即插即用部署方案。

一项关于印度尼西亚EFL教师在COVID-19疫情期间线上教学实践、挑战与技术整合的研究分析。

深入分析阿拉伯EFL学习者在马来西亚大学面临的阅读理解挑战，探讨其成因、影响及潜在解决方案。

一项研究，探讨英语作为外语的学生如何利用自然语言生成工具进行创意写作构思，包括策略、评估和工具选择。

分析英语作为外语的中学生如何利用ChatGPT学习并运用提示工程完成写作任务，探讨其模式、挑战及教育启示。

一项关于EFL中学生与ChatGPT协作完成写作任务时四种不同提示工程路径的案例研究分析。

分析三年级英语学习者如何运用日常语言和推理策略理解声音的物理概念，探索语言习得与科学意义建构之间的相互作用。

分析包括BERT和迁移学习在内的深度学习技术，用于短英文文本的情感分类，并介绍SmallEnglishEmotions数据集。

EDEN是一款用于英语学习的共情AI聊天机器人，通过个性化对话系统提供自适应反馈，以提升学生的坚毅品质和感知情感支持。

关于EDEN共情AI英语学习聊天机器人的研究，该系统提供语法反馈和自适应共情响应，以提升学生的学习毅力和学习成果。

深入解析MPSA-DenseNet——一种融合多任务学习与注意力机制的新型深度学习模型，在母语与非母语使用者英语口音分类中实现高精度识别。

分析Google Classroom在英语教学中的角色，探讨其对混合式学习、学生参与度的影响，以及从传统教师中心向技术增强型教育的转变。

一篇范围综述，分析了语法习得在第二语言学习中的关键作用，探讨了教学策略与未来研究方向。

分析基于《小猪佩奇》卡通对话训练的计算模型，如何从松散耦合的语音和视频中学习视觉语义，以解决语言习得研究中的生态效度问题。

IELTS reading materials for Learn-En

一个理论框架，提出语言产出和理解是基于预测、前向建模和内隐模仿的相互交织的过程。

研究一款利用大语言模型为EFL读者提供主动式和按需式英语语法与语义解释的智能阅读工具，其特色在于采用了双LLM验证系统。

关于Reading.help的研究，这是一款AI驱动的工具，为英语作为外语的学习者提供主动式和按需式的英语语法与语义解释，以支持其阅读。

本文介绍MODOMA系统，一种用于无监督语言习得的多智能体模拟，其中儿童智能体通过互动从成人智能体学习语法类别。

一项比较儿童与GPT-2模型语言习得发展轨迹的研究，揭示了二者在学习阶段的相似性与差异性。

关于 learn-en 技术及其应用的全面技术文档与资源。

本研究基于Dulay、Burt和Krashen的分类法，调查了伊朗克尔曼沙赫地区库尔德语-波斯语双语者在波斯语口语中词汇错误的来源与分布。

分析英语学习者的词汇难点，并探讨应用语言学中采用ICT方法开发复杂语法化罗英词典的解决方案。

分析英语学习者的词汇难点，并提出一个融合ICT与应用语言学的语法化罗英词典设计方案。

分析大语言模型作为英语写作导师的有效性，提出教学评估指标，并结合真实利益相关者评估学生与LLM的互动。

一项全面分析，比较ChatGPT、BingChat和Google Bard在越南高中毕业考试英语数据集上的表现，并提供教育应用及未来方向的见解。

分析NewsQA数据集：一个大规模、人工生成的问题-答案语料库，旨在测试和推动超越简单模式匹配的机器阅读理解能力。

对机器阅读理解任务设计的批判性分析，提出了一个系统性的叙事理解模板，并评估了当前模型的局限性。

研究从英语预训练语言模型到马来西亚英语的迁移学习，在低资源环境下提升命名实体识别和关系抽取性能。

研究沙特大学EFL学生元认知阅读策略、阅读动机与阅读理解表现之间关系的实证研究。

分析沙特EFL大学生元认知阅读策略、阅读动机与阅读理解表现之间的关系。

对NLP中多文档阅读理解的全面分析，涵盖其演进历程、RE3QA模型架构、技术挑战及未来研究方向。

一种新颖的多语言习得框架，能以最少的数据和计算资源，高效地将单语视觉-语言预训练模型扩展为多语言模型。

一种受人类语言学习启发的新颖框架，能以最少的数据和计算资源，将单语视觉语言模型扩展至多语言任务。

批判性分析神经语言模型作为语言习得认知模型的潜力，揭示现有基准的局限性，并倡导使用人工评估数据集。

对神经语言模型作为人类语言习得理论的批判性分析，审视基准测试的局限性，并倡导采用更严谨、基于心理学依据的评估方法。

一种双编码器神经网络模型，利用社交媒体数据上下文生成非标准英语词汇和短语的解释。

基于2020年期刊研究，分析印尼EFL教师在新冠疫情期间的在线教学实践、挑战及其启示。

通过对7亿条Facebook消息进行数据驱动的开放词汇分析，揭示了语言如何与人格、性别和年龄相关联。

本研究提出一种利用预训练语言模型的神经框架，用于自动求解英语作为第二语言（ESL）句子填空题，并在真实K-12数据集上进行了实验验证。

本文提出了一种理解能力测试（CAT），作为机器阅读理解的图灵测试，在多个层次上比较人类与AI的阅读能力。

RACE数据集介绍，这是一个源自英语考试的大规模阅读理解基准测试集，旨在评估NLP模型的推理能力。

分析RNN语言模型如何表现出类似英语的关系从句依附偏向，因其非语言性的架构偏向而未能捕捉西班牙语中类人的句法偏好。

采用LSTM神经网络生成文本的人形机器人原型系统，帮助英语自学者提升语法能力，实验结果显示语法水平显著改善。

全面分析Google Classroom在英语教学中的作用，审视其对混合式学习、学生参与度及高等教育中教学变革的影响。

分析DREsS，这是一个用于英语作为外语（EFL）教育中基于评分量规的自动化作文评分的大规模数据集，包含真实课堂数据、标准化基准和一种新颖的数据增强策略。

分析DREsS——一个用于英语作为外语（EFL）写作中基于评分标准的自动化作文评分的大规模数据集，其特点包括真实课堂数据、标准化基准和一种新颖的数据增强策略。

分析词汇表规模如何影响大语言模型的扩展定律，提出确定计算最优词汇表规模以提升预训练效率的方法。

研究应用图式理论通过认知语言学方法、语言习得阶段和实践教学法提升雅思听力理解能力

利用BERT模型和5种类型学多样语言的儿童导向语音数据，研究第二语言习得中的跨语言迁移现象。

分析神经语言模型如何习得第二语言，探讨第一语言预训练、语言迁移配置及语言学泛化的影响。

本研究探讨了自主学习策略对英语关系从句习得的影响，并分析了身份风格作为潜在中介变量的作用。

对斯坦福问答数据集（SQuAD）的分析，这是一个机器阅读理解的基准数据集，涵盖其创建、方法论及其对NLP研究的影响。

本研究提出STRUDEL，一个结构化对话摘要框架，旨在提升Transformer模型在问答和响应预测等下游对话理解任务上的性能。

基于自我决定理论，对泰国二语学习者动机、英语学习成果及教师激励策略的研究分析。

基于自我决定理论，研究泰国学生英语学习动机及教师激励策略，发现自主支持型与控制型教学方法的差异与成效。

对2017-2022年中文学习领域教育游戏与智能辅导系统的综合分析，涵盖有效性、学生动机及未来研究方向。

全面分析教育游戏与智能辅导系统在中文习得中的应用，评估其有效性、学习动机及未来研究方向。

研究结合基于模型与数据驱动的学习方法，利用口语英语语料库习得合一语法，显著提升句法分析合理性。

分析VocAgnoLM，这是一种在词汇表不匹配的师生大语言模型之间对齐词元序列和损失函数的新方法，可实现有效的知识迁移。

分析词汇在第二语言习得中的关键作用、有效教学技巧以及词汇教学的未来方向。

一项涵盖77项研究（6,179名参与者）的元分析，探讨工作记忆测量对语言理解能力的预测效力。