CEFR 等级跨语言与文本粒度评估

提出结合焦点损失与监督对比学习的统一训练目标，解决 CEFR 等级预测中的类别不平衡问题。 在单语和跨语言的句子及文档级评估中，该方法在所有设置下均持续优于强基线模型，刷新多项基准 SOTA。 有助于提升教育自然语言处理中文本 CEFR 等级自动评估的准确性。