阿拉伯语的依存句法分析资源建设长期以来主要集中在现代标准阿拉伯语（MSA）上，而各种方言阿拉伯语则相对缺乏资源。这一失衡状况在一篇新提交至 arXiv 的论文中得到正面回应。论文题为《A Parallel Multi-Dialect Arabic Dependency Treebank》（一个平行多方言阿拉伯语依存树库），由 Noor Abo Mokh 领衔、共 6 位作者合作完成，于 2026 年 10 月 20 日提交，属于计算与语言（cs.CL）类别，arXiv 编号为 2610.28823。
研究的核心成果是推出了 MADARTB，作者称其为首个大规模平行依存树库，覆盖五个城市方言：贝鲁特、开罗、多哈、拉巴特和突尼斯，并在已有的平行现代标准阿拉伯语版本基础上进行扩展。整个 MADARTB 共包含 5,000 个句子，全部按照 CATiB 依存标注方案进行标注。所谓“平行”意味着同一批句子在不同语言变体之间保持对应关系，这使得研究者可以在受控条件下直接比较各方言与 MSA 之间的句法差异，而不必担心内容差异带来的干扰。
在资源构建之外，论文还进行了句法相似性分析，比较所有城市方言与 MSA 之间的句法结构。分析得出了一个颇具张力的结论：从整体构式分布来看，各语言变体之间表现出高度相似性；但在局部句法结构层面，各方言之间经常出现分歧，揭示出显著的跨方言结构性变异。换言之，粗粒度的统计画像会掩盖细粒度的差异，而这些差异恰恰是方言句法处理中真正困难的部分。
论文进一步建立了跨方言依存句法分析的对比实验，使用一个监督式分析器和四个大语言模型（LLM）在全部六种语言变体（五个城市方言加 MSA）的测试集上进行评测。结果显示，监督式分析器取得 87.5% 的 LAS（标记依存准确率），而表现最好的 LLM 配置为 85.7% LAS，仍落后于专门训练的监督模型。这一结果值得注意，因为它表明在当前设置下，通用大模型在方言依存句法任务上尚未超越传统监督方法，尽管差距并不悬殊。
作者表示，标注数据与模型都将公开发布，这与论文所强调的“释放资源”目标一致。对于长期受限于方言数据匮乏的阿拉伯语 NLP 社区而言，MADARTB 的公开有望为方言句法分析、跨方言迁移学习以及方言与 MSA 之间的对比研究提供可复用的基准。需要指出的是，当前摘要层面的信息尚不包含各方言单独的详细得分、标注一致性指标以及 LLM 的具体提示设计，这些细节需查阅论文全文（PDF、实验性 HTML 版本或 TeX 源码）才能确认。论文提交时间为 2026 年 10 月 20 日 18:45:40 UTC，文件大小约 8,583 KB，DOI 为 10.48550/arXiv.2610.28823，由 DataCite 颁发（注册尚待完成）。