在多语儿童语料中改进类 MLU 言语复杂度指标：测量特性与决策辅助工具

平均话语长度（MLU）存在两个问题：分析灵活性高，以及数据处理选择（如指标选择、多语种言语的处理方式）缺乏理论依据。我们在来自多语种新加坡儿童导向言语的大型语料库中评估了多种类MLU指标。利用一个现有数据集——亲子二人组之间频繁进行跨语言转换的无字图画书分享（N = 146：英语、华语、马来语、泰米尔语），我们在全样本和常见子样本中比较了各指标。总言语量、复杂度的集中趋势和极端边界均显示出显著的发展轨迹（p<.05），当分析纳入更大子样本时效应量更大。当样本在所用语言和言语类型上实现最大程度的包容时，这些指标表现良好。由于某些指标在特定情境下表现更好，我们提出一个决策树，作为一条可重复、可预注册的路径，用于决定哪种类MLU句法复杂度测量最适合不同类型的数据。

中文由 AI 翻译，仅供参考，以原文为准。