Évaluation de la lisibilité du texte pour les apprenants d'une deuxième langue

Ce travail traite de l'évaluation de la lisibilité des textes destinés aux apprenants d'une langue seconde (L2). L'un des principaux défis dans cette tâche est le manque de données annotées par niveau à grande échelle. Pour la présente étude, nous avons collecté un ensemble de données composé de textes gradués selon le Cadre européen commun de référence pour les langues (CECR) et spécialement conçus pour les apprenants d'anglais en tant que L2. Nous avons examiné l'évaluation de la lisibilité des textes pour les locuteurs natifs ainsi que pour les apprenants L2. Une méthode de généralisation a été appliquée pour adapter des modèles formés sur des corpus natifs plus importants afin d'estimer la lisibilité des textes pour les apprenants. Nous avons également exploré des techniques d'adaptation de domaine et d'apprentissage auto-supervisé afin d'utiliser les données natives pour améliorer les performances du système sur les données L2 limitées. Dans nos expériences, le modèle le mieux performant pour l'évaluation de la lisibilité sur les textes d'apprenants atteint une précision de 0,797 et un coefficient de corrélation de Pearson (PCC) de 0,938.