检索结果-南通市图书馆

计算机科学 2024年第S1期51卷 1129-1134页

作者：李斌王浩畅湖南科技大学计算机科学与工程学院湖南湘潭411201 东北石油大学计算机与信息技术学院黑龙江大庆163318

随着中国国际影响力的提高和汉语国际地位的提升,将中文作为第二语言学习的外国人数量逐年增加,中文已成为世界上最为流行的语言之一。基于此,中文语法错误诊断的研究备受关注。首先,从中文语法错误诊断的定义出发,总结目前的研究现状... 详细信息

随着中国国际影响力的提高和汉语国际地位的提升,将中文作为第二语言学习的外国人数量逐年增加,中文已成为世界上最为流行的语言之一。基于此,中文语法错误诊断的研究备受关注。首先,从中文语法错误诊断的定义出发,总结目前的研究现状。其次,通过对各种中文语法错误诊断方法的分析,构建了基于条件随机场的中文语法错误诊断系统,探究中文语法自动检错系统及其具体应用流程,以帮助中文学习者提高学习效率。在CGED2016数据集上的实验结果表明,该系统在检测层和识别层上的性能较好,在位置层上还需要改进。

关键词：中文语法错误诊断序列标注条件随机场自然语言处理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Transformer模型的中文语法错误诊断研究

基于Transformer模型的中文语法错误诊断研究

引用

作者：张金宏广州大学

学位级别：硕士

随着国际交流的多元化,越来越多的外国学习者将中文作为第二语言来学习,并产生了大量中文语法纠错的需求。本文针对中文语法错误诊断展开研究,目标是开发一套处理中文语法错误诊断任务的系统,该系统可以处理四种语法错误:选词不当、词... 详细信息

随着国际交流的多元化,越来越多的外国学习者将中文作为第二语言来学习,并产生了大量中文语法纠错的需求。本文针对中文语法错误诊断展开研究,目标是开发一套处理中文语法错误诊断任务的系统,该系统可以处理四种语法错误:选词不当、词语乱序、词语冗余和词语缺失。针对语法检测和纠正问题,本文分别设计两个子系统解决,具体如下:1.中文语法错误检测子系统该子系统通过对句法信息、上下文信息以及词典信息的集成,提出了三种模型检测语法错误。第一种模型通过基于Transformer的双向编码器（BERT）抽取文本的高级语义信息,并将它与图卷积网络（GCN）提取的句法信息融合。此外,模型添加长短期记忆网络（LSTM）学习句子的长期依赖信息,并使用条件随机场（CRF）以减少序列在标记时出现的误差。第二种模型与第一种模型的结构类似,不同点在于它使用文本的上下文信息代替句法信息。第三种模型使用一个基于词典的图卷积网络解决词语歧义问题。为了进一步提高系统性能,本文使用一个三步骤的投票集成方法综合三种模型的预测结果。与其他所有参加中文语法错误诊断2020年任务的团队相比,该子系统在检测水平（detection level）和识别水平（identification level）上实现了最高的F1值。2.中文语法错误纠正子系统该子系统在使用多种文本语义信息的基础上,通过序列生成和序列标记两种方式纠正句子的语法错误。它一共包含三种模型。其中,第一种和第二种是序列到序列模型,前者关注字符连续的上下文信息而后者关注句子的重要局部信息。对于给定的错误句子,模型直接输出正确句子。第三种是序列标记模型,它对输入句子中的每个字符产生编辑标签以生成正确句子,其中编辑标签表示当前字符需要进行的变换操作,它包含了文本的两种变换信息:基本变换和g-变换。此外,系统使用简单投票方法综合所有模型的预测结果,将投票数量最多的一个候选纠正答案作为最终结果。与其他所有参加中文语法错误诊断2020年任务的团队相比,该子系统在表示纠正能力的TOP1和TOP3水平上都取得了最高的F1值。

关键词：中文语法错误诊断 Transformer 图卷积网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Bi-LSTM-CRF模型在中文语法错误诊断中的应用研究

Bi-LSTM-CRF模型在中文语法错误诊断中的应用研究

引用

作者：刘升华中师范大学

学位级别：硕士

随着中国国际地位的日益提高,汉语学习对于国际学习者的发展变得越来越重要。本文探讨的中文语法错误诊断(CGED)任务的目标是开发一款计算机自动辅助工具并通过该工具协助第二语言为汉语的外国学习者更好地学习中文,同时减轻汉语教师的... 详细信息

随着中国国际地位的日益提高,汉语学习对于国际学习者的发展变得越来越重要。本文探讨的中文语法错误诊断(CGED)任务的目标是开发一款计算机自动辅助工具并通过该工具协助第二语言为汉语的外国学习者更好地学习中文,同时减轻汉语教师的辅导压力。中文语法错误诊断研究旨在建立一个模型自动检测学习者在汉语写作过程中所犯的错误及错误所在位置。本研究中错误可分成四类,分别是:用词冗余、词语缺失、词语选择错误、词语排序错误。中文语法错误诊断研究的难点在于:该任务涉及到自然语言处理的不同层面信息,将涉及汉语的词法分析和句法分析等,因此需要多方面统筹考虑以辅助研判。此外,中文中包含了丰富的语言知识,语法表示形式多样化,当判断一句话中是否包含错误以及何种类型的错误时,往往还需要引入外部知识。鉴于此,本文提出采用pyltp进行数据预处理,pyltp的个性化分词特点更适合该任务,这是因为中文语法错误诊断的数据集大多来自不同外国学生写的中国作文,其中涉及众多不同主题。个性化分词则可在一定程度上缓解主题依赖性,当面对新主题时,用户只需标注少量数据即可,个性化分词会在原有数据基础上进行增量训练,从而达到既利用原来主题的数据信息,又兼顾目标主题的特殊性。此外,本文提出利用双向长短期记忆网络(Bi-LSTM)来建模,能更好地利用双向的上下文信息判断句子是否有误。在此基础上,我们将中文语法错误诊断视为一种特殊的序列标注任务来求解。针对序列标注问题,条件随机场(CRF)模型比传统的隐马尔科夫模型(HMM)和最大熵马尔科夫模型(MEMM)有更好的表现,且Bi-LSTM模型还可缓解CRF模型中人工特征选择及难以捕获长距离上下文信息依赖的不足。于是,本文进一步提出将Bi-LSTM和CRF模型结合起来。其中,Bi-LSTM用于获取两个方向上的长距离信息,然后将信息提供给CRF模型进行序列标注。在该任务开放标准评测数据集上的实验结果表明本文提出的Bi-LSTM-CRF模型在中文语法错误诊断任务中的实际效果比单独使用Bi-LSTM模型或CRF模型均有显著提高。

关键词：中文语法错误诊断双向长短期记忆网络条件随机场序列标注

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文文本拼写和语法纠错技术研究

中文文本拼写和语法纠错技术研究

引用

作者：王晨懿哈尔滨工业大学

学位级别：硕士

文本中的拼写错误和语法错误在日常生活中十分常见,这些错误通常是由语言使用者的书写、自动语音识别、光学字符识别等原因引起的。文本纠错技术可以自动识别出文本中的拼写错误和语法错误,具有重要的研究意义。中文文本纠错技术对于快... 详细信息

文本中的拼写错误和语法错误在日常生活中十分常见,这些错误通常是由语言使用者的书写、自动语音识别、光学字符识别等原因引起的。文本纠错技术可以自动识别出文本中的拼写错误和语法错误,具有重要的研究意义。中文文本纠错技术对于快速校验海量电子文本、帮助中文初学者学习中文、保证下游任务的输入准确性等方面都有着重要的保障作用,并且在搜索引擎、文章自动评分、光学字符识别等许多与人们生活息息相关的应用中都发挥着重要作用。本文关注中文的拼写检查和语法检查领域,对中文拼写检查(Chinese Spelling Check,CSC)任务和中文语法错误诊断(Chinese Grammar Error Diagnosis,CGED)任务进行了深入研究。本课题的研究工作如下:1.字音字形知识增强的中文拼写检查。中文文本中错别字多由字音或字形相似导致的。本工作关注了这一问题,使用GRU对字符的拼音和仓颉码进行编码,使模型在对语义建模的同时,能够对字符的字音字形相似性知识进行建模。SIGHAN 2014和SIGHAN 2015上的实验结果表明,该方法比基线模型有更好的性能,证明了方法的有效性。2.基于预训练的字音字形知识增强的中文拼写检查。在前一部分的基础上,本课题期望语言模型在预训练期间也能够学习到对于CSC任务重要的知识,如字符间的相似性信息等。本工作设计了更适用于中文拼写检查任务的Mask策略和预训练任务,缓解了预训练任务和下游任务不一致的问题。SIGHAN 2014和SIGHAN 2015上的实验结果表明,本工作取得了最先进的性能,证明了该方法的有效性。3.基于多阶段训练和编辑级别投票的中文语法错误诊断。该方法中包含三类模型用于处理不同的问题:中文语法错误检查模型、中文语法错误纠正模型、中文拼写错误纠正模型。本工作采用编辑级别投票的方法进行模型集成,融合上述三类模型的结果。此外采用包括一个预训练阶段和两个微调阶段的多阶段训练策略。与以往的研究在CGED 2020测试数据上报告的指标的对比中,本工作在所有级别都取得了最高的F1值,证明了该方法的有效性。尤其是在中文语法错误检查子任务上,本工作的单模型取得的F1值高于以往研究的多个模型集成的结果。本文的研究和实验是中文拼写检查和中文语法错误诊断技术的进一步尝试。实验结果表明,本文在拼写层面和语法层面提出的方法都能取得最先进的性能,并且超越了一些以前的工作,验证了模型的有效性。

关键词：中文拼写检查中文语法错误诊断预训练语言模型模型集成深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：