Hizkuntza-ikasleen testu-corpus etiketatuaren analisia eta interpretazioa B2 eta C1 mailetan

Abstract

Gero eta garrantzitsuagoa da ikerketan sorturiko datuak erakustea, are ikerketaren fidagarritasuna edota gai berean interesa duten ikerlariekin partekatzea ere, itxi gabeko ikerketa-ildoak garatzeko. Hori horrela, Humanitate Digitalen esparrutik eta ikerketa-azpiegiturak erabiliz, hizkuntzen irakaskuntzan datuetan oinarrituriko ebaluazioan urratsak emateko asmoz egin dugu lan hau. Lan honetan zinezko gizabanakoek benetako azterketatan ekoitzitako testuak aztertu dira, B2 eta C1 mailakoak. Lan hau HABEren eta Ixa Taldearen (UPV/EHU) elkarlanari esker burutu izan da. Egindako azterketa-lanaz gain, zenbait tresna eta bitartekoren berri ematen da eta etorkizunean horiek hizkuntza-gaitasunen ebaluazioan zein azterketan zenbaterainoko laguntza ekar lezaketen hausnartu da. Testu-zuzenketaren etiketatze-mailan Markin tresnarekin erabiltzeko etiketa-zerrenda ere proposatzen da eta hori baliatuta testuetako erroreak B2 eta C1 mailetan deskribatzeko saiakera ere egiten da, hein batean, halako ekimenek aurrera begira ekar ditzaketen onuren isla eskainita. Egindako irizpenak zein baliatutako datu gehienak eta bitartekoak arloko komunitatearen esku uzteko erabakiak lanaren zein jarduera esparruaren helburuekin bat egiten du, EuDat datuen azpiegitura europarra erabili dugu xede horretarako.

HABE-IXA euskarazko idazmen-proben corpuseko idazlanen mailakatze automatikoa

“…Ikerketari dagokionez, hala sortutako corpusek daukaten bereizgarri nagusia ikasleen tarteko hizkuntza da; alegia, ikasleek, hizkuntza-ikasprozesuan zehar, zer akats egiten duten eta zer hizkuntza-forma erabiltzen dituzten (Osinalde eta Iruskieta, 2022), beren H1aren (lehen hizkuntzaren) eraginez. Halako hainbat corpus daude CLARIN (https://www.clarin.eu/) Europako ikerketarako azpiegitura digitalean eskuragarri, baita corpusetan bilaketak egiteko analizatzaileak ere.…”