阿拉伯語的依存句法分析資源建設長期以來主要集中在現代標準阿拉伯語（MSA）上，而各種方言阿拉伯語則相對缺乏資源。這一失衡狀況在一篇新提交至 arXiv 的論文中得到正面回應。論文題為《A Parallel Multi-Dialect Arabic Dependency Treebank》（一個平行多方言阿拉伯語依存樹庫），由 Noor Abo Mokh 領銜、共 6 位作者合作完成，於 2026 年 10 月 20 日提交，屬於計算與語言（cs.CL）類別，arXiv 編號為 2610.28823。
研究的核心成果是推出了 MADARTB，作者稱其為首個大規模平行依存樹庫，覆蓋五個城市方言：貝魯特、開羅、多哈、拉巴特和突尼斯，並在已有的平行現代標準阿拉伯語版本基礎上進行擴展。整個 MADARTB 共包含 5,000 個句子，全部按照 CATiB 依存標註方案進行標註。所謂“平行”意味着同一批句子在不同語言變體之間保持對應關係，這使得研究者可以在受控條件下直接比較各方言與 MSA 之間的句法差異，而不必擔心內容差異帶來的干擾。
在資源構建之外，論文還進行了句法相似性分析，比較所有城市方言與 MSA 之間的句法結構。分析得出了一個頗具張力的結論：從整體構式分佈來看，各語言變體之間表現出高度相似性；但在局部句法結構層面，各方言之間經常出現分歧，揭示出顯著的跨方言結構性變異。換言之，粗粒度的統計畫像會掩蓋細粒度的差異，而這些差異恰恰是方言句法處理中真正困難的部分。
論文進一步建立了跨方言依存句法分析的對比實驗，使用一個監督式分析器和四個大語言模型（LLM）在全部六種語言變體（五個城市方言加 MSA）的測試集上進行評測。結果顯示，監督式分析器取得 87.5% 的 LAS（標記依存準確率），而表現最好的 LLM 配置為 85.7% LAS，仍落後於專門訓練的監督模型。這一結果值得注意，因為它表明在當前設置下，通用大模型在方言依存句法任務上尚未超越傳統監督方法，儘管差距並不懸殊。
作者表示，標註數據與模型都將公開發布，這與論文所強調的“釋放資源”目標一致。對於長期受限於方言數據匱乏的阿拉伯語 NLP 社區而言，MADARTB 的公開有望為方言句法分析、跨方言遷移學習以及方言與 MSA 之間的對比研究提供可複用的基準。需要指出的是，當前摘要層面的信息尚不包含各方言單獨的詳細得分、標註一致性指標以及 LLM 的具體提示設計，這些細節需查閲論文全文（PDF、實驗性 HTML 版本或 TeX 源碼）才能確認。論文提交時間為 2026 年 10 月 20 日 18:45:40 UTC，文件大小約 8,583 KB，DOI 為 10.48550/arXiv.2610.28823，由 DataCite 頒發（註冊尚待完成）。