二语学习者预制词块识别能力与二语水平的关联性研究

本文报告了一项实证研究——中国英语学习者的二语预制词块识别能力和二语水平之间的关联性。研究结果表明：预制词块识别能力和二语水平之间具有明显的关联性。同时，材料难度也是制约学习者词块识别能力的重要因素，尤其对二语水平较高的学习者的词块识别能力影响较大。文章最后指出：二语预制词块识别能力不能自动生成，即使是二语水平较高的学习者，其预制词块识别能力也必须有意识地加以系统训练才能获得。

结合BiLSTM+CRF和TextRank的句法边界分析

通过剖析短语结构层次句法分析的层次性和汉语结构特点,提出了一种把核心词作为词块的形式替换、层层进行词块组合的句法结构树.在句法边界分析的过程中,将词块识别和核心词提取分开进行.在词块识别模块,使用双向长短期记忆模型(Bi-directional Long Short-Term Memory,BiLSTM)和条件随机场(Conditional Random Field,CRF)结合的模型(BiLSTM+CRF)进行词块边界标记的识别,其中BiLSTM模型学习上下文特征,CRF模型学习输出标记序列结果的转移特征,达到预测标记序列联合解码的作用;在核心词提取模块,结合Word2vec词向量改进TextRank重要度排序算法,通过加入词语的相似度信息、位置信息、词性信息来提高识别准确度.实验对比了CRF、BiLSTM、BiLSTM+CRF词块识别分别与三种信息组合的TextRank核心词识别的句法边界分析效果,并对比了各句长下每种模型的识别情况.结果表明,使用BiLSTM+CRF联合改进的TextRank识别效果最好,相比于基线LR方法F1值提升了6.58个百分点,整句正确率提升了3.68个百分点,验证了模型的有效性和稳定性.