L1识别对比研究论文发布

Ahmet Yavuz Uluslu 等人发布了一篇关于语言学习者母语（L1）识别的研究论文，该论文已被 NLP4CALL 会议接收。研究对比了基于 WavLM 的音频分类器与基于 GPT-4o 的零样本文本分类器在识别二语学习者母语方面的表现。 实验结果显示，当拥有完整转录文本时，音频分类器整体优于文本方法，但在 A2 至 C1 熟练度区间内文本表现更佳。此外，文本识别准确率随熟练度提升而增加，且对输入长度限制更为敏感，而音频性能则保持相对稳定。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。