Ocena czytelno¿ci j¿zyka arabskiego

Czytelno-- odgrywa wän- rol- w procesie wyboru materiäów dostosowanych do poziomu czytelników. W rzeczywisto-ci zadanie automatycznego pomiaru czytelno-ci tekstu cz-sto napotyka wyzwania, takie jak brak danych i zasobów.W ramach tej pracy magisterskiej stworzyli-my zestaw automatycznych modeli przewidywania czytelno-ci. Modele te s- przeznaczone dla czytelników j-zyka arabskiego jako pierwszego j-zyka (L1) i jako j-zyka obcego (L2). Opracowanie tych modeli obejmuje trzy g-ówne etapy. Pierwszy etap polega na zebraniu korpusu referencyjnego opatrzonego adnotacjami wed-ug poziomów trudno-ci. Drugi etap polega na przeksztäceniu tekstów w wektory cech. Ostatnim etapem rozwoju predykcyjnego modelu czytelno-ci jest faza klasyfikacji.W ko-cowej cz--ci niniejszej rozprawy wykorzystali-my wszystkie zasoby i modele, które opracowali-my w celu wst-pnego zbadania dziedziny upraszczania tekstu.

Nassiri Naoual has been a professor at the École supérieure de technologie-Dakhla-Maroc since 2022. She was awarded a national PhD in Computer Science in 2021. Her research focuses on natural language processing and computational linguistics (readability evaluation, machine learning, and automatic simplification).