-
题名基于深度学习的语法纠错技术研究进展
- 1
-
-
作者
梁椰玲
王岩
-
机构
郑州科技学院信息工程学院
-
出处
《计算机应用文摘》
2024年第13期132-134,共3页
-
文摘
语法纠错(GEC)旨在自动检测并纠正文本中的语法错误,从而提升文本的质量和可读性。文章首先总结了语法纠错技术的研究进展和主要研究成果;其次针对当前纠错任务存在的泛化能力差、高质量数据缺乏、语法错误复杂、运行速度慢等问题,分析了基于当前主流深度学习模型Transformer的优化改进方案;最后指出了当前语法纠错技术面临的挑战及可行的研究方向。
-
关键词
语法纠错
深度学习
优化方法
问题和挑战
-
Keywords
grammatical error correction
deep learning
optimization method
problem and challenge
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于知识及流利度提升的中文语法纠错模型
- 2
-
-
作者
王岩
梁椰玲
-
机构
郑州科技学院信息工程学院
-
出处
《信息技术与信息化》
2024年第5期107-110,共4页
-
文摘
语法错误纠正(grammatical error correction,GEC)旨在将包含语法错误的句子纠正为正确的句子。目前语法错误纠正研究主要基于Transformer模型,但由于模型参数规模大,中文GEC任务语料不足,Transformer无法得到充分训练来学习文本中足够的语义信息。提出了基于知识及流利度提升策略的中文GEC模型,将MacBERT预训练模型作为外部知识来源,并利用流利度提升策略缓解GEC模型单轮推理纠错不完全的局限。为了验证所提出的GEC模型的有效性,在NLPCC 2018中文GEC共享任务数据集上进行了大量实验,其性能优于NLPCC 2018 GEC共享任务中开发的最佳模型。
-
关键词
中文语法纠错
Transformer模型
知识增强学习
流利度提升策略
预训练语言模型
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-