SSHGCN：基于音形异构图卷积的中文纠错方法

作     者：任俊 黄瑞章 REN Jun;HUANG Ruizhang

作者机构：贵州大学文本计算与认知智能教育部工程研究中心 贵州大学公共大数据国家重点实验室 贵州大学计算机科学与技术学院 

出 版 物：《山西大学学报(自然科学版)》 (Journal of Shanxi University(Natural Science Edition))

年 卷 期：2024年第47卷第3期

页      面：518-527页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62066007) 贵州省科技支撑计划项目(2022277) 

主　　题：中文拼写纠错 多模态信息融合方法 字符相似性 拼音相似关系 

摘      要：中文拼写纠错旨在检测和纠正中文文本的拼写错误，现有方法已尝试将字符相似性建模成图结构信息。但目前方法的图结构忽略汉字之间的深层音近关系，并缺少充分发挥字音和字形作用的多模态信息融合方法。因此，本文根据汉字的声母韵母信息和拼音的重要度得到拼音相似关系，结合汉字形近关系来构建汉字相似拼音-形近异构图。在该图上使用异构图卷积来互补使用汉字的音形信息，充分融合汉字的声韵和形状信息。该方法在SIGHAN15(Special Interest Group on Chinese Language Processing 15)基准上句子纠正级的F1值超过所有的对比方法，并在SIGHAN13基准上媲美最优的对比方法，验证了该方法的有效性。