一種用於發展語言研究中方式動詞和結果動詞測量的可擴展工具
該研究提出了一種基於大語言模型和RoBERTa分類器的計算工具，用於在句子上下文中自動識別方式動詞和結果動詞，平均準確率達89.6%。該工具通過語言學提示生成標註數據，覆蓋436個動詞類別，為發展語言研究中的動詞語義分析提供了可擴展的測量方法。
近日，一項發表於arXiv的研究提出了一種可擴展的計算工具，用於自動測量句子中的方式動詞和結果動詞。該研究由Divyesh Pratap Singh等七位作者共同完成，論文標題為《A Scalable Tool for Measuring Manner and Result Verbs in Developmental Language Research》，於2026年5月15日提交至arXiv，論文編號為2605.16654。
在語言習得研究中，方式動詞（如“跑”）和結果動詞（如“到達”）編碼事件結構的不同方面，對理解兒童早期動詞學習具有重要意義。然而，由於缺乏大規模的標註資源，這一區分難以在大規模數據中測量。為此，研究者開發了一種基於大語言模型（LLM）的計算方法。
具體而言，研究團隊利用語言學的提示（prompts），通過大語言模型從MASC和InterCorp語料庫中生成句子級的標註數據。這些標註將VerbNet中原本覆蓋的部分擴展至436個動詞類別。隨後，他們基於這些標註訓練了一個RoBERTa分類器，並在三個獨立的黃金標準數據集上進行了評估，其中包括先前標註的樣本和新構建的專家標註集。實驗結果顯示，該模型的平均準確率達到89.6%，表現令人鼓舞。該論文共12頁，涉及計算與語言（cs.CL）以及人工智能（cs.AI）兩個學科領域。
研究者指出，該工具作為可擴展的測量手段，能夠支持發展語言學及其他語言數據集中的動詞語義分析。不過，他們同時強調，對於邊界案例、混合方式/結果動詞以及下游發展應用場景，仍需進一步驗證。該工具的代碼和數據已開放獲取，為相關領域研究人員提供了便利。