CAIT: 儿童-成人互动句法分析工具包

arXiv cs.CL 工具
syntactic-parsing child-adult-interactions childes universal-dependencies open-source nlp-toolkit

摘要

CAIT 是一个开源的句法分析工具包，用于分析儿童-成人互动，包含一个依存句法分析器、词性标注器和构式标注器，这些模型基于 UD-English-CHILDES 树库训练，性能优于 SpaCy 和 Stanza 等通用英语句法分析器。

arXiv:2605.19718v1 Announce Type: new Abstract: CHILDES 是语言习得研究的重要资源——但分析其句法结构的计算工具仍然有限。利用最近发布的带有金标准通用依存标注的 UD-English-CHILDES 树库，我们训练了一个专门针对 CHILDES 的先进依存句法分析器。该分析器能更准确地捕捉儿童-成人互动中的句法模式，性能优于广泛使用的现成英语句法分析器，包括 SpaCy 和 Stanza。除分析器外，我们还发布了一个词性标注器和一个话语级构式标注器，它们共同构成了开源工具包 CAIT（儿童-成人互动句法分析工具包）。通过详细的错误分析和一项追踪 CHILDES 中句法构式随发展时间分布的案例研究，我们展示了该工具包在大规模、可重复的语言习得研究中的实际应用价值。
查看原文
查看缓存全文

缓存时间: 2026/05/20 08:26 

# CAIT：儿童-成人互动句法分析工具包
来源：https://arxiv.org/abs/2605.19718
查看 PDF（https://arxiv.org/pdf/2605.19718）

> 摘要：CHILDES 是语言习得研究的重要资源——然而，用于分析其句法结构的计算工具仍然有限。借助近期发布的带有黄金标准通用依存关系（UD）标注的 UD-English-CHILDES 树库，我们训练了一个专门针对 CHILDES 优化的最先进的依存句法分析器。该分析器能够更准确地捕捉儿童-成人互动中的句法模式，其性能优于广泛使用的现成英语分析器，包括 SpaCy 和 Stanza。除分析器外，我们还发布了一个词性标注器和一个话语级构式标注器，三者共同构成了开源的儿童-成人互动句法分析工具包（CAIT）。通过详细的错误分析以及跟踪 CHILDES 中句法构式随发育时间分布的案例研究，我们展示了该工具包在语言习得大规模可重复研究中的实际效用。

## 提交历史

来自：Francesca Padovani \[查看电子邮件（https://arxiv.org/show-email/56363ed9/2605.19718）\] **\[v1\]** 2026年5月19日星期二 11:53:08 UTC（1,046 KB）

相似文章

ACAT：一个用于高效基于方面情感数据集标注的协作平台

arXiv cs.CL

ACAT 是一个基于 Web 的协作标注平台，支持四种基于方面的情感分析（ABSA）工作流，其核心特性是在导出时自动运行 ETL 流水线以计算标注者间一致性（IAA）指标，从而直接生成可用于训练的数据集。该平台在 1,002 条餐厅评论上完成了验证，标注中位耗时为 31.58 秒，原始 IAA 最高达 0.86。

宣布 BABLR

Lobsters Hottest

宣布 BABLR，一个全新的通用解析器框架和基于API的软件开发平台，旨在将IDE范式从文本文件编辑转变为代码文档编辑。它包含一个与 Tree-sitter 竞争的解析器框架、一个与 ESTree 竞争的解析树格式 agAST，以及一种新的数据语言 CSTML。

DraDDP：一个多模态多方对话话语解析数据集

arXiv cs.CL

本文介绍了DraDDP，这是首个公开的英文多模态多方对话话语解析数据集，基于美国电视剧构建，包含495个片段、6,374个话语和9.1小时的视频。基准测试表明，多模态信息有助于改善对话结构和关系类型的解析。