形态信息的自动测量工具 (TAMMI)

科学领域:

• 计算语言学 计算语言学
• 心理语言学 心理语言学
• 自然语言处理自然语言处理.

背景情况:

• 了解单词结构 (形态) 对于阅读和语言能力至关重要.
• 分析形态复杂性的现有方法可能是劳动密集型的.
• MorphoLex数据库提供了丰富的词汇信息,用于形态分析.

研究的目的:

• 记录和评估形态信息自动测量工具 (TAMMI).
• 评估TAMMI预测阅读易度和词汇能力的能力.
• 探索形态变量与语言技能之间的关系.

主要方法:

• 开发TAMMI是为了计算各种形态测量 (例如,形态数,种类,复杂性,类型标记数).
• 使用TAMMI进行了两项研究,对单词频率进行了控制.
• 研究1:在5000个阅读摘录中评估阅读方便性.
• 研究2:评估英语学习者 (ELL) 在7000篇文章中的词汇熟练程度.

主要成果:

• 形态变量,单词频率,附加词频率和形体数量解释了阅读分数差异的40%.
• 形态词数,形态词种类和根数解释了ELL词汇熟练程度评估中21%的差异.

结论:

• 塔米是自动测量形态信息的宝贵工具.
• 形态变量对解释阅读易度和词汇熟练度有很大的贡献.
• 塔米的指标可以提高我们对语言处理和学习的理解.