Transfer language selection for zero-shot cross-lingual abusive language detection

We study the selection of transfer languages for automatic abusive language detection. Instead of preparing a dataset for every language, we demonstrate the effectiveness of cross-lingual transfer learning for zero-shot abusive language detection. This way we can use existing data from higher-resource languages to build better detection systems for low-resource languages. Our datasets are from seven different languages from three language families. We measure the distance between the languages using several language similarity measures, especially by quantifying the World Atlas of Language Structures. We show that there is a correlation between linguistic similarity and classifier performance. This discovery allows us to choose an optimal transfer language for zero shot abusive language detection.     

AdaSL: An Unsupervised Domain Adaptation framework for Arabic multi-dialectal Sequence Labeling

Dialectal Arabic (DA) refers to varieties of everyday spoken languages in the Arab world. These dialects differ according to the country and region of the speaker, and their textual content is constantly growing with the rise of social media networks and web blogs. Although research on Natural Language Processing (NLP) on standard Arabic, namely Modern Standard Arabic (MSA), has witnessed remarkable progress, research efforts on DA are rather limited. This is due to numerous challenges, such as the scarcity of labeled data as well as the nature and structure of DA. While some recent works have reached decent results on several DA sentence classification tasks, other complex tasks, such as sequence labeling, still suffer from weak performances when it comes to DA varieties with either a limited amount of labeled data or unlabeled data only. Besides, it has been shown that zero-shot transfer learning from models trained on MSA does not perform well on DA. In this paper, we introduce AdaSL, a new unsupervised domain adaptation framework for Arabic multi-dialectal sequence labeling, leveraging unlabeled DA data, labeled MSA data, and existing multilingual and Arabic Pre-trained Language Models (PLMs). The proposed framework relies on four key components: (1) domain adaptive fine-tuning of multilingual/MSA language models on unlabeled DA data, (2) sub-word embedding pooling, (3) iterative self-training on unlabeled DA data, and (4) iterative DA and MSA distribution alignment. We evaluate our framework on multi-dialectal Named Entity Recognition (NER) and Part-of-Speech (POS) tagging tasks.The overall results show that the zero-shot transfer learning, using our proposed framework, boosts the performance of the multilingual PLMs by 40.87% in macro-F1 score for the NER task, while it boosts the accuracy by 6.95% for the POS tagging task. For the Arabic PLMs, our proposed framework increases performance by 16.18% macro-F1 for the NER task and 2.22% accuracy for the POS tagging task, and thus, achieving new state-of-the-art zero-shot transfer learning performance for Arabic multi-dialectal sequence labeling.     

基于互联网传播文本的地区环境形象评价方法

利用文本分类、情感分析等自然语言处理手段,开发基于互联网文本信息的地区环境形象评价方法。为满足生态环境大数据的分析需求,划分了环境形象类别,分别从文体来源、情感极性和环境要素这三种角度评价地区环境形象。人工标注环境文本语料,对比支持向量机、朴素贝叶斯和卷积神经网络三种算法,最终构建了以卷积神经网络为核心算法的地区环境形象评价模型。方法的分类效果较好,三种分类的F1值均满足分析需求,环境要素的F1值在0.8~0.9之间,情感分析的F1值在0.8以上,文体来源的F1值在0.9左右。该方法应用在长三角城市,可实时处理地区热点环境舆情,分析地区环境形象,提供精准直观的环境形象评估结果,为区域环境管理提供基础信息支持。     

土地利用、经济高质量发展与碳排放耦合协调度及影响因素——来自中国282个地级市的经验研究

统筹协调土地利用、经济高质量发展和碳排放的关系,对贯彻生态文明建设理念、助推实现碳达峰、碳中和目标以及提升国家治理体系和治理能力现代化建设具有重要意义。本文在构建“土地利用-经济高质量发展-碳排放”耦合协调评价指标体系的基础上,运用熵值法和耦合协调度模型,测度2006—2019年中国282个地级市3个系统综合发展指数及耦合协调情况,并结合面板Tobit模型探究3个系统耦合协调度的影响因素。研究发现：①2006—2019年中国“土地利用-经济高质量发展-碳排放”系统呈现“低发展水平、高耦合度、低协调度”的特点,3个系统综合发展指数均呈现先下降再上升的趋势,耦合度呈现曲折上升趋势,耦合协调度总体上由失调衰退阶段向协调阶段转变。②3个系统耦合度和耦合协调度均存在显著的区域差异,经济发达地区耦合度和耦合协调度相对更高,绝大多数城市的耦合度处于高水平耦合等级,但耦合协调度没有达到协调发展阶段。③经济实力、外部制度环境和金融规模对3个系统耦合协调发展具有显著的促进作用,而消费能力、环境规制、政府能力及金融效率则不利于3个系统的协调发展。研究丰富了“土地利用-经济高质量发展-碳排放”系统协调发展的理论内涵,对助推3个系统的协同发展演进具有重要的理论意义。     

法语第二外语学习之学习动机

学生学习动机在法语学习中起着不可替代的作用,作为第二外语,摆在所有的教练员面前的问题是,如何保持这种动机学习法语,从开始到结束？     

C语言指针教学思路

指针是C语言的重要数据类型,也是C语言的精华所在。正确而灵活地运用指针,可以编制出简练紧凑、功能强而执行效率高的程序。本文将从以下几方面介绍在教学中如何让学生走出指针学习的误区。。     

浅谈中职学校财务电子档案的建立和使用

随着信息技术的快速发展,产生了数量庞大的电子档案,这里的电子档案是以代码形式存贮于特定介质上的档案,又称为机读或数字式档案。电子文件以其无可比拟的优势,给纸质文件带来了极大冲击。处于知识前沿的高等学校的会计电算化已广泛普及。新技术的应用为社会学校档案管理带来极大的便利。在中职学校档案管理工作中,如何根据中职学校的发展需求,由纸质档案转向电子档案管理,跟上时代发展的步伐,已成为急需探讨的重要问题。因此,本文主要探讨中职学校电子档案管理的策略。     

情感因素对儿童二语习得的影响

针对当前英语学习者趋于年幼的现象,本文分析了情感因素在儿童第二语言学习中的影响。文章运用了克拉申的“情感过滤假设”,就焦虑、性格、自尊心和动机几个方面分析了儿童学习英语中的具体情感因素,并就这些方面提出了一些相应对策。     

清水出芙蓉天然去雕饰--构建简单实在的小学语文课堂

伴随着近年来的教学改革,小语教学取得了一定的进步,但也存在一些问题,如：教坛笼罩在一片热闹非凡、花样百出的浮华教风中,尤其是在大型的公开课上,小语课堂教学越来越像表演秀,被加入了太多的其他因素,丢失了语文课堂教学的本真,丧失了语文课该有的简简单单的语文味。     

性别及生源地与高校非英语专业全英班学员跨文化意识的关系探究--以海南医学院全英班为例

全英班全英文授课的教学方式源自国外,其为外语教学中跨文化教学的融合提供了诸多便利,是近几年诸多高校提升教学质量,提高学生素质,扩大国际交流的一种教学形式,因此目前大多数高校非英语专业全英班皆已融入跨文化意识的培养内容。而从全英班入学选拔开始,教育决策者就必须考虑不同背景的生源对今后跨文化教学所带来的影响。本文就笔者所就职院校---海南医学院近年开设的临床专业全英班性别及生源地调查分析,就教学前期的招生准备工作进行实证研究,探讨非英语专业全英班性别及生源地差异对全英班先前的跨文化意识积淀及后期实施跨文化意识培养所可能带来的影响,并讨论这种影响与后期跨文化教学可能存在的联系,继而提出后期教学环节上的改良建议。