一种用于发展语言研究中方式动词和结果动词测量的可扩展工具
该研究提出了一种基于大语言模型和RoBERTa分类器的计算工具，用于在句子上下文中自动识别方式动词和结果动词，平均准确率达89.6%。该工具通过语言学提示生成标注数据，覆盖436个动词类别，为发展语言研究中的动词语义分析提供了可扩展的测量方法。
近日，一项发表于arXiv的研究提出了一种可扩展的计算工具，用于自动测量句子中的方式动词和结果动词。该研究由Divyesh Pratap Singh等七位作者共同完成，论文标题为《A Scalable Tool for Measuring Manner and Result Verbs in Developmental Language Research》，于2026年5月15日提交至arXiv，论文编号为2605.16654。
在语言习得研究中，方式动词（如“跑”）和结果动词（如“到达”）编码事件结构的不同方面，对理解儿童早期动词学习具有重要意义。然而，由于缺乏大规模的标注资源，这一区分难以在大规模数据中测量。为此，研究者开发了一种基于大语言模型（LLM）的计算方法。
具体而言，研究团队利用语言学的提示（prompts），通过大语言模型从MASC和InterCorp语料库中生成句子级的标注数据。这些标注将VerbNet中原本覆盖的部分扩展至436个动词类别。随后，他们基于这些标注训练了一个RoBERTa分类器，并在三个独立的黄金标准数据集上进行了评估，其中包括先前标注的样本和新构建的专家标注集。实验结果显示，该模型的平均准确率达到89.6%，表现令人鼓舞。该论文共12页，涉及计算与语言（cs.CL）以及人工智能（cs.AI）两个学科领域。
研究者指出，该工具作为可扩展的测量手段，能够支持发展语言学及其他语言数据集中的动词语义分析。不过，他们同时强调，对于边界案例、混合方式/结果动词以及下游发展应用场景，仍需进一步验证。该工具的代码和数据已开放获取，为相关领域研究人员提供了便利。