文献阅读A hybrid model for grammatical error correction

最新推荐文章于 2022-02-15 13:32:28 发布

bt_czc30114

最新推荐文章于 2022-02-15 13:32:28 发布

阅读量747

点赞数

分类专栏：文章阅读笔记

本文链接：https://blog.csdn.net/nlp_zcchen/article/details/17332171

版权

文章阅读笔记专栏收录该内容

1 篇文章 0 订阅

订阅专栏

总结一下。

对于冠词介词名词单复数的纠正均使用ME分类算法，文章主要提到使用ME过程中，利用遗传算法进行特征值的筛选（f函数为最后结果的F值），最后判定的confidence threshold利用爬山法进行优化（依据最后结果的F值）。

SVA（subject-verb-agreement）主要涉及be动词VBZ，VBP

verb-form，只有4条规则。

1.和to有aux依存关系的改为动词原形

2.和by有pcomp依存关系的改为动词过去式

3.和除了to，by之外的介词有关的动词改为ing形式

4.依赖于助动词do和情态动词的改为动词原形

最后结果的P R F分别为19.35 4.92 7.84

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

bt_czc30114

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Neural Sentence Ordering with Recurrent and Convolution

程序员光剑

08-10

作者：禅与计算机程序设计艺术Natural language processing (NLP) has always been an important research area in the field of artificial intelligence (AI). However, one significant problem in NLP is sentence ordering which refers to arranging the words or sentences in a natu

CGED2020总结（第二篇）

qq_19889389的博客

12-19

4043

CGED 2020总结（第二篇）注：以下内容大致提出了了各论文中采用的方法和实验结果，极其精简，了解详细，可自行查看原论文。 (2)Arabisc: Context-Sensitive Neural Spelling Checker 阿拉伯语：上下文敏感神经拼写检查器略 (3)LXPER Index 2.0: Improving Text Readability Assessment Model for L2 English Students in Korea LXPER索引2.0：提高韩国第二语言英

参与评论您还未登录，请先登录后发表或查看评论

2018 NLPCC Chinese Grammatical Error Correction 论文小结

weixin_34345560的博客

09-11

951

这一段时间，笔者一直在研究语音识别后的文本纠错，而就在八月26-30日，CCF的自然语言处理和中文计算会议召开了，笔者也从师兄那里拿到了新鲜出炉的会议论文集，其中重点看的自然是其shared task2：grammatical error correction的overview以及优胜团队的论文。本文总结了优胜团队的论文并给出了一些可能的改进方向。本文...

A Simple but Effective Classification Model for Grammatical Error Correction

qq_41268662的博客

04-21

489

一个简单而且有效的语法纠错分类模型由于网上关于介绍英语语法纠错的论文介绍很少，而我本人喜欢学英语并且想做一个简单的雅思作文评分系统，所以来学习以下最近的文章。很巧的是这篇文章出自我一个非常喜欢的机构----流利说。我主要是介绍这篇论文的方法。虽然这个方法不算最好，目前的the-state-of-art超过该方法约15%15\%15%，但依然值得学习。方法摘要这篇论文提出了一个基于特征表示和...

自动语法错误校正(Grammatical Error Correction)

自然语言处理大菜鸟--HsingWang

05-26

8252

写英语论文很折磨人。平时用英语写的少，关键时候写的头痛死。记起前段时间在知乎上看了一个哥们写的NLP潜在热门方向，介绍了自动语法错误校正（具体名称记不起来了，当时没有收藏，现在找不到了）。就不知道怎么想到NLPCC2014上新加坡国立大学Hwee Tou Ng教授的特邀报告Automated Grammatical Error Correction: The State of the Art。

Neural Grammatical Error Correction Systems with Unsupervised Pre-training on Synthetic Data

qq_42890800的博客

03-08

197

文章目录解决问题工作Transformer models人工合成数据解决问题基于从拼写检查器提取出的困惑集，无监督地生成人工错误数据集，来解决数据缺少的问题。工作 Transformer models 使用Transformer模型，做一些小的修改（大量正则化防止过拟合、指数平滑、提高每个batch的size、整个模型的参数都被与悬链）人工合成数据使用拼写检查器来生成困惑集（困惑集就是经常相互混淆的单词集），生成困惑集时利用了编辑距离和语音距离的加权平均值。生成步骤为：对每个句子，采样均值0

Cross-Sentence Grammatical Error Correction翻译

nopSled

12-16

462

摘要在过去的十年中，自动语法错误纠正（GEC）研究取得了显着进展。但是，所有现有的GEC方法都通过仅考虑单个句子并忽略关键的跨句子上下文来纠正错误。某些错误只能使用跨句上下文可靠地纠正，并且模型还可以从其他上下文信息中受益，以纠正其他错误。在本文中，我们解决了现有方法的严重局限性，并通过适当地建模更广泛的上下文来改进强大的神经编码器-解码器模型。我们采用辅助编码器，该辅助编码器对先前的句子进行编码，并通过注意力和门控机制将编码合并到解码器中。我们的方法在多个测试集基准上，在总体GEC性能方面取得了显着的改

CGED2020总结

qq_19889389的博客

12-17

1481

CGED中文语法错误诊断2020总结（第一篇）写者能力有限，时间有限，将CGED参赛论文梳理总结如下，总结内容主要包括，论文具体做了什么，采用了什么技术，最终达到了什么结果。论文目录 (1)Non-Autoregressive Grammatical Error Correction Toward a Writing Support System (2)Arabisc: Context-Sensitive Neural Spelling Checker (3)LXPER Index 2.0: Impro

2021-07-23-CSC-Survey

DeepIndeed

07-28

1061

中文文本纠错 @(自然语言处理)[纠错] 常见错误类型在中文中，常见的错误类型大概有如下几类：由于字音字形相似导致的错字形式：体脂称—>体脂秤多字错误：iphonee —> iphone 少字错误：爱有天意 --> 假如爱有天意顺序错误: 表达难以 --> 难以表达纠错组成模块纠错一般分两大模块：错误检测：识别错误发生的位置错误纠正：对疑似的错误词，根据字音...

AAAI 2022 论文列表

热门推荐

gbstack08的专栏

02-15

2万+

链接及代码之后会更新 GitHub链接：https://github.com/gbstack/AAAI-2022-papers Scaled ReLU Matters for Training Vision Transformers Pichao Wang, Xue Wang, Hao Luo, Jingkai Zhou, Zhipeng Zhou, Fan Wang, Hao Li, Rong Jin Search Strategies for Topological Network Optimizat

Adversarial Grammatical Error Correction翻译

nopSled

01-20

470

《The BEA-2019 Shared Task on Grammatical Error Correction》论文笔记

qq_42890800的博客

01-18

559

文章目录数据集介绍数据集介绍 BEA-2019是剑桥大学发布的新的GEC领域的benchmark，与CONLL-2014不同的是，它包含了很多等级的英语能力，因此更具有一般性。

MaskGEC: Improving Neural Grammatical Error Correction via Dynamic Masking翻译

nopSled

12-08

708

摘要语法错误纠正（GEC）是一种很有前途的自然语言处理（NLP）应用，其目的是将具有语法错误的句子更改为正确的句子。神经机器翻译（NMT）方法已被广泛应用于这种类似于翻译的任务。但是，这种方法需要相当大的带有错误注释句子对的平行语料库，这在汉语语法错误纠正领域尤其不容易获得。在本文中，我们提出了一种简单而有效的方法，通过动态MASK来改进基于NMT的GEC模型。通过在训练过程中将随机MASK动态添加到原始源句子中，可以生成更多种错误纠正的句子对实例，以增强语法错误纠正模型的泛化能力，而无需其他数据。NLP

论文笔记：Improving Grammatical Error Correction Models with Purpose-Built Adversarial Examples

Oosehun的博客

03-03

978

论文：Improving Grammatical Error Correction Models with Purpose-Built Adversarial Examples 文章简要介绍出处：EMNLP 2020 作者来自：复旦大学 Shanghai Key Laboratory of Intelligent Information Processing 解决问题：GEC模型的性能依赖于语料库大小和质量的问题思路：受对抗训练启发，通过不断识别模型弱点生成对抗样本，并将生成的对抗样本添加到训练集中

统计机器翻译与神经机器翻译区别_基于神经机器翻译(NMT)的语法纠错算法

weixin_39863155的博客

11-23

500

摘要语法纠错（GEC,Grammatical Error Correction,下同）是NLP的一个子领域，在搜索query纠错、语音纠错、舆情文本纠错等诸多直接与普通大众交互的场景得到应用。在深度学习被广泛使用的背景下，研究人员提出了多种方法来解决语法纠错问题，比如基于序列标注融合特征工程的方法[1]，基于有限错误类别集合分类及定位的方法（e.g. CUUI:Columbia Unive...

B Error correction

Titanium_S的博客

01-21

486

A boolean matrix has the parity property when each row and each column has an even sum, i.e. contains an even number of bits which are set. Here's a 4 x 4 matrix which has the parity property: 1 0 1

NAACL 2019 | 通过语料增广进行语法纠错

a609640147的博客

05-13

742

端到端序列模型(sequence-to-sequence framework)在最近几年的语法纠错(Grammatical Error Correction，GEC)任务上得到了普遍应用。然而，不像其他序列生成任务，如机器翻译(MT)，GEC受限于不够充分的平行语料不能很好的产生效果。本文提出了两种通过增广平行语料的方式来提升GEC模型的效果，在测试集上达到了新的state-of-the-art。...

论文阅读：Deep Context Model for Grammartical Error Correction

weixin_30546189的博客

04-01

257

转载于:https://www.cnblogs.com/danny92/p/10637199.html

语法纠错的研究现状

CSer

07-28

3540

引言语法纠错（Grammatical Error Correction, GEC）是自然语言处理领域中的一个重要任务，GEC任务要求检测一句话中是否有语法错误，并自动将检测出的语法错误进行纠正，GEC在文本校对、外文学习辅助中都有重要的应用。下面是一个语法纠错任务的示例，在这句话中，加粗的形容词absolute应该修改为副词absolutely。目前语法纠错任务主要是采用类似于机器翻译任务的Seq2Seq框架来实现的。具体来说，输入的错误句子为源语句，输出正确的句子为目标语句。例如下图中，“A B C D”

Using Hidden Markov Models for the accurate linguistic analysis of process model activity labels