基于LSTM和N-gram的ESL文章的语法错误自动纠正方法

• 全文链接
• 请求原文

作   者：

谭咏梅;  杨一枭;  杨林;  刘姝雯; 

作者机构：

北京邮电大学计算机学院; 

关键词：

语法错误自动纠正;  LSTM;  N-gram投票策略;  ESL语料; 

期刊名称：

中文信息学报

i s s n：

1003-0077

年卷期：

2018 年 06 期

页   码：

19-27

摘   要：

针对英语文章语法错误自动纠正(Grammatical Error Correction,GEC)问题中的冠词和介词错误,该文提出一种基于LSTM(Long Short-Term Memory,长短时记忆)的序列标注GEC方法;针对名词单复数错误、动词形式错误和主谓不一致错误,因其混淆集为开放集合,该文提出一种基于ESL(English as Second Lauguage)和新闻语料的N-gram投票策略的GEC方法。该文方法在2013年CoNLL的GEC数据上实验的整体F1值为33.87%,超过第一名UIUC的F1值31.20%。其中,冠词错误纠正的F1值为38.05%,超过UIUC冠词错误纠正的F1值33.40%,介词错误的纠正F1为28.89%,超过UIUC的介词错误纠正F1值7.22%。