본 연구는 X와 Facebook 전반에 걸친 표준 아랍어(SA; H(상위) 변종) 및 구어체 아랍어(CA; L(하위) 변종)의 분포를 조명한다. Python을 통해 16,754개의 공개 게시물을 수집하였으며, 이 중 10,000개를 최종 데이터셋(dataset)으로 유지하였다. 게시물은 *정치, 기술, 과학, 비즈니스, 문화, 유머, 스포츠*의 7가지 담화 범주로 분류되었다. 카이제곱 검정과 크래머의 V(CV)를 포함한 이변량 분석을 통해 플랫폼, 담화 범주, 양층언어적 선택 간의 연관성을 조사하였으며, 플랫폼과 담화 범주 간 상호작용을 포함한 이항 로지스틱 회귀를 통해 이러한 연관성이 플랫폼 간에 차이를 보이는지 검정하였다. 연구 결과에 따르면, 담화 범주와 양층언어적 선택 사이에는 X(카이제곱(6, *N* = 5000) = 600.35, p < .001, CV = .347)와 Facebook(카이제곱(6, N = 5000) = 1249.52, p < .001, CV = .500) 모두에서 유의미한 연관성이 있는 것으로 나타났다. 전체 플랫폼에 걸쳐 플랫폼 자체도 양층언어적 선택과 연관되어 있었다(카이제곱(1, N = 10000) = 262.16, p < .001, CV = .162). 또한 이항 로지스틱 회귀 분석에 따르면, 정치 기준 범주에서 Facebook보다 X에서 SA를 사용할 승산이 더 높았으며(*OR* = 1.31, p = .0028), 문화(OR = 2.65), 유머(*OR* = 6.34), 스포츠(*OR* = 26.71), 과학(OR = 0.41), 기술(OR = 0.71) 분야에서 유의미한 플랫폼-도메인 상호작용이 나타났다. 본 연구는 SA와 CA의 양층언어적 사용이 디지털 담화에 대한 늘어나는 연구에 기여한다고 결론짓고, 디지털 시대가 양층언어의 경계를 침식하는 것이 아니라 재형성하여 새로운 형태의 재구성된 디지털 양층언어현상을 낳는다는 점을 밝힌다.
AraGenre는 아랍어 및 기타 저자원 언어에서의 주석 데이터 부족 문제를 해결하기 위해 고안된 계층적 정의 기반(definition-guided) 아랍어 장르 분류(classification) 공유 과제이다. 시스템은 각 아랍어 텍스트 세그먼트에 광범위한 의사소통 장르와 세부 장르를 모두 부여한다. 공개된 학습(training) 및 개발 데이터셋(dataset)은 주로 합성 및 통제된 제한된 예시를 포함하는 반면, 블라인드 평가용 최종 벤치마크(benchmark)는 현대 표준 아랍어(Modern Standard Arabic), 고전 아랍어(Classical Arabic), 그리고 다양한 방언에 걸친 잡음이 많은 자연 발생 텍스트를 포함한다. 참가자들에게는 이전에 본 적 없는 74개 세부 장르에 대한 자연어 정의가 제공되어, 시스템이 고정된 레이블-특징(feature) 연관성을 암기하기보다 클래스 의미론을 추론해야 하는 제로샷(zero-shot) 레이블 일반화 환경이 조성되었다. 이 과제에는 46개 팀이 등록하고 373건이 제출되었으며, 17개 팀이 최종 평가(evaluation)를 완료했다. Thakaa 팀이 계층적 매크로 F1(Hierarchical Macro F1) 0.7352로 1위를 차지했고, HoangPhong (HP) 팀이 0.7169로 그 뒤를 이었으며, NAMAA 팀이 0.7013을 기록했다. 결과는 광범위한 장르 인식에서는 강력한 성능을 보였으나, 언어적 및 도메인 변이가 존재하는 환경에서의 세부 장르 분류에서는 상당한 성능 격차가 존재함을 보여준다.
아랍어 소셜 미디어 텍스트에서 정신 건강 장애를 탐지하기 위해 도메인 적응 사전학습과 계층적 2단계 파인튜닝을 결합한 MentalMARBERT를 제안하고 새로운 데이터셋을 구축하여 성능을 평가했다. 실험 결과, 제안된 방법은 기준 모델보다 높은 정확도와 macro-F1 점수를 기록하며 효과를 입증했다.