يركز مسابقة SLAM 2018 على التنبؤ بأخطاء الطالب أثناء استخدام تطبيق Duolingo. في هذه الورقة، نصف النظام الذي طوّرناه لهذه المهمة المشتركة. يستخدم نظامنا نموذج انحدار لوجستي للتنبؤ باحتمالية وقوع خطأ من قبل الطالب عند الإجابة على تمارين في Duolingo في المسارات اللغوية الثلاثة: الإنجليزية/الإسبانية (en/es)، والإسبانية/الإنجليزية (es/en)، والفرنسية/الإنجليزية (fr/en). قمنا بدراسة إزالة الخصائص (ablation study) باستخدام عدة خصائص خلال تطوير هذا النظام، ووجدنا أن الخصائص القائمة على السياق تؤدي دورًا رئيسيًا في نمذجة اكتساب اللغة. وتفوق نموذجنا على نقاط الأساس (baseline) الخاصة بـ Duolingo في جميع المسارات الثلاثة (بما يعادل: AUROC لـ en/es = 0.821، وes/en = 0.790، وfr/en = 0.812). ويدل عملنا على أهمية توفير سياق نصي مواتٍ للطلاب أثناء تعلّم لغة ثانية.