首个覆盖五种城市方言的平行阿拉伯语依存树库发布。
资讯摘要
论文提出MADARTB，称其为首个大规模平行依存树库，覆盖贝鲁特、开罗、多哈、拉巴特和突尼斯五种城市方言，并扩展已有的平行MSA版本，共5,000句，采用CATiB依存标注方案。作者分析各城市方言与MSA的句法相似性，发现整体结构高度相似但局部结构常出现分歧；并用监督解析器和四个LLM做跨方言依存解析对比，监督解析器LAS为87.5%，最佳LLM配置为85.7%。标注与模型已公开。
要点速读
- MADARTB共5,000句，覆盖五种城市方言并扩展平行MSA版本，采用CATiB标注方案。
- 作者报告整体句法结构相似度高，但局部句法结构在不同方言间频繁分歧。
- 测试集上监督解析器LAS为87.5%，最佳LLM配置为85.7%，标注与模型公开。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。