Tekniska verktyg kan bidra till en effektivare språkinlärningsprocess. Vad sägs om en intelligent maskin som hjälper läraren att välja läromaterial med precis rätt svårighetsgrad för elever i svenska som andraspråk?
Grundläggande för att förbättra inlärningsprocessen för elever i svenska som andraspråk (SAS) är förmågan att kunna mäta den språkliga komplexiteten som eleverna kan hantera och producera på olika nivåer under sin utveckling. I en ny avhandling presenteras just en metod för automatisk analys av språklig komplexitet i svenska texter.
– Det är en stor skillnad vad gäller mängden och typen av ord och grammatiska strukturer som språkinlärare på nybörjarnivå kan förstå och producera, jämfört med dem som är på en mer avancerad nivå, säger Ildikó Pilán, doktorand vid Göteborgs universitet.
– En metod för att automatiskt kunna fånga skillnaden i språklig komplexitet mellan olika färdighetsnivåer gör det enklare att ge eleverna en optimal utmaning som lättare och snabbare kan öka deras kompetens.
Klassificerar elevuppsatser efter färdighetsnivå
I sin avhandling presenterar hon den nya metoden för språklig komplexitetsanalys och undersöker hur den kan användas för att hitta lämpligt svåra läromaterial för eleverna samt för att utvärdera deras skrivande.
Klassificeringssystemet är utvecklat med hjälp av språkteknologiska verktyg och maskininlärningsmetoder, för att bedöma komplexiteten i svenska texter. Det automatiska systemet lär sig klassificera texter baserat på vissa språkliga egenskaper.
Ildikó Pilán visar också att även kursbokstexter kan användas som exempeltext för att effektivt automatiskt klassificera elevuppsatser i enlighet med deras färdighetsnivå.
– Detta är speciellt värdefullt med tanke på att tillgången till exempeltexter med uppmärkta nivåer ofta är begränsad.
Forskningsresultaten har även integrerats i en fritt tillgänglig online-lärplattform, Lärka där både ett verktyg för textkomplexitetsanalys (TextEval) och ett meningsurvalsystem (HitEx) har lagts till.
Avhandlingen:
Automatic proficiency level prediction for Intelligent Computer-Assisted Language Learning
Kontakt:
Ildikó Pilán, ildiko.pilan@svenska.gu.se
