arXiv cs.CL· Amr Keleg, Ahmed Amine Ben Abdallah, Taha Yassine, Chadi Helwe, Imane Guellil, Nedjma Ousidhoum·· 11 小时前AI 评分19
跨越方言的罗马化阿拉伯语：使用观点、习惯与语言变异
Romanized Arabic Across Dialects: Views, Usage Patterns, and Linguistic Variation
AI 导读
研究通过调研阿拉伯语使用者，考察阿尔及利亚、埃及、黎巴嫩、摩洛哥和突尼斯五种方言对拉丁字母书写阿拉伯语（Arabizi）的认知与使用，并发布两个资源：VARabiziLex 基于字符级对齐揭示方言内系统规律与方言间差异，VARabiziCues 为人工构建的阿拉伯文与多种 Arabizi 转写平行句料，用于测试说话者在句子层面识别这种风格变异的能力。
正文 · AI 翻译
摘要：Arabizi 指用拉丁字母书写的阿拉伯语。尽管已有研究表明，Arabizi 的流行程度和使用情况会因地区和年龄群体等因素而异，但大多数针对阿拉伯语文本的 NLP 研究仍将其视为阿拉伯文字技术支持有限所导致的暂时现象。在本工作中，我们与阿拉伯语使用者交流，收集他们对 Arabizi 的看法和使用情况的见解。我们进一步考察不同方言使用者的书写规范，重点关注阿尔及利亚、埃及、黎巴嫩、摩洛哥和突尼斯阿拉伯语。为此，我们发布了两项资源。首先，我们基于受访参与者转写的词汇（VARabiziLex），对阿拉伯语词汇进行字符级对齐，以研究这五种方言之间的方言间和方言内变异，发现了系统性的方言内规律性和方言间变异。其次，为了研究阿拉伯语使用者在句子层面识别这种文体变异的能力，我们构建了 VARabiziCues，这是一个人工整理的平行语料库，包含用阿拉伯文字书写的句子以及多个 Arabizi 转写版本，均采集自同样这五种方言的使用者。我们的研究是迄今为止规模最大的、以人为中心的、跨方言的 Arabizi 认知与实践研究。
| 评论： | EMNLP 2026（Findings）。请参考官方版本，因为 arXiv 版本的格式欠佳 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2608.02555 [cs.CL] |
| （或 arXiv:2608.02555v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.02555 arXiv 颁发的 DOI 经由 DataCite |
提交历史
来自：Amr Keleg [查看电子邮件]
[v1]
2026年8月3日星期一 17:39:45 UTC（1,212 KB）
[v2]
2026年10月23日星期五 09:10:34 UTC（2,303 KB）
来源：arXiv cs.CL · arxiv.org