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

最新推荐文章于 2024-07-31 11:28:12 发布
最新推荐文章于 2024-07-31 11:28:12 发布
阅读量8.2k 收藏 2
点赞数 2
分类专栏： 学习笔记 文章标签： nlp
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangxinginnlp/article/details/46008683
版权

   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。今天就简单查查这个方向目前发展如何。

   学术研究上，google scholar显示面前几个文章都是Ng教授的工作。抽空读读他的论文。


   



   应用上，google显示还是挺多网页demo帮助你纠错的。



    有意思是，我百度中发现一个好玩的https://www.nounplus.net/。试用了下，放了一篇Ng的文章进去，估计Ng看了会吐血...

    


然后放入一段他们网站自己的介绍，呵呵...



来一个错的离谱的测试“I is interested in look book .”



感觉仅仅是将谓语动词单复数这种简单的错误找出（人工规则可以帮助查出），而be interested in doing 这种简单的固定搭配都搞不定，更别说查出look book这种不地道的表达...

warrioR_wx
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
A Simple but Effective Classification Model for Grammatical Error Correction
qq_41268662的博客
04-21 485
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...
论文阅读：Overview of the NLPCC 2018 Shared Task: Grammatical Error Correction
RayX的博客
11-20 2994
本文，我们综述了NLPCC 2018的语法修正(GEC)任务。详细的定义了任务的说明、训练数据以及评估方法。我们还总结了参与者的处理方法。这些方法证明了汉语语法纠错的水平。数据以及评估工具在https://github.com/zhaoyyoo/NLPCC2018_GEC提供下载。
英文文章语法自动纠错工具
11-22
英文文章语法自动纠错工具 搞SCI创作必备神器，速速拿走 不谢！
2018 NLPCC Chinese Grammatical Error Correction 论文小结
weixin_34345560的博客
09-11 947
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...
英语语法检测纠正软件哪个好？建议试试这五款语法纠错软件
最新发布
xiehewe的博客
07-31 398
在这个信息爆炸的时代，拥有一款合适的语法错误检测工具，无疑能够让我们在写作的道路上更加顺畅。无论你是学生、商务人士还是内容创作者，选择合适的工具，将使你的写作更加精准、高效。同时，它的浏览器插件也非常实用，可以无缝集成到你的写作流程中。这是一款非常受欢迎的语法检查工具，它不仅可以检查拼写和语法错误，还能提供写作风格建议，帮助你改进表达。这是一款专注于搜索引擎优化的工具，它提供了网站排名、文章优化和语法检测等功能，可以帮助我们轻松快速实现文章语法错误检测和优化的操作。适用人群：适合需要提升英文写作质量的人。
英语语法错误纠正
s1162276945的博客
01-05 2417
批改网 1Checker LetPub
论文阅读：Grammartical Error Correction: Machine Translation and Classifier
weixin_30482181的博客
04-01 414
转载于:https://www.cnblogs.com/danny92/p/10637126.html
gector:“ GECToR –语法错误校正”论文的正式实施
03-20
GECToR –语法错误纠正：标记，不重写 该存储库提供以下代码的正式PyTorch实施，用于训练和测试语法错误纠正的最新模型的代码： ， ， ， 文法 它主要基于AllenNLP和transformers 。 安装 以下命令将安装所有必需的...
PIE：使用BERT的快速+非自回归语法错误校正。 论文《本地序列转导的并行迭代编辑模型》的代码和预训练模型：www.aclweb.organthologyD19-1435.pdf（EMNLP-IJCNLP 2019）
02-03
使用BERT的快速语法错误校正 伴随我们的论文《用于局部序列转导的并行迭代编辑模型》（EMNLP-IJCNLP 2019）附带的代码和预训练模型 我们介绍了PIE，一种基于BERT的体系结构，用于本地序列转导任务，如语法错误校正。...
smtgec2017:基于统计机器翻译（SMT）的语法错误校正系统，该系统利用神经网络联合模型（NNJM）和字符级SMT进行拼写校正
05-09
title = {Connecting the Dots: Towards Human-level Grammatical Error Correction}, booktitle = {Proceedings of the 12th Workshop on Innovative Use of NLP for Building Educational App
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
11-23 493
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...
Neural Grammatical Error Correction Systems with Unsupervised Pre-training on Synthetic Data
qq_42890800的博客
03-08 195
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
12-16 461
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
论文阅读：Deep Context Model for Grammartical Error Correction
weixin_30546189的博客
04-01 255
转载于:https://www.cnblogs.com/danny92/p/10637199.html
Adversarial Grammatical Error Correction翻译
nopSled
01-20 463
摘要 语法错误纠正（GEC）的最新工作利用了神经机器翻译（NMT）的进展，从语法错误和纠正的句子的平行语料库中学习重写，从而获得了最新的结果。同时，对抗生成网络（GAN）通过学习直接最小化人类生成的文本与合成的文本之间的差异，已经成功地在许多不同的任务中生成了真实的文本。在这项工作中，我们使用generator-discriminator框架，提出了一种GEC对抗学习的方法。生成器是一个Transformer模型，经过训练可以生成语法正确的句子（给定语法错误的句子）。判别器是一个句子对分类模型，经过训练可以
MaskGEC: Improving Neural Grammatical Error Correction via Dynamic Masking翻译
nopSled
12-08 700
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
03-03 964
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
文献阅读A hybrid model for grammatical error correction
bt_czc30114的专栏
12-15 745
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
B Error correction
Titanium_S的博客
01-21 483
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
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值