中文拼写检查的综合评估与分析研究
计算与语言
2023-07-26 v1
摘要
随着预训练模型的发展以及语音与字形信息的融入，神经模型在中文拼写检查（CSC）中已取得高分。然而，由于测试集有限，这并不能全面反映模型能力。本研究中，我们抽象出代表性模型范式，以九种结构实现之，并在我们构建的具有不同目的的综合测试集上实验。我们对结果进行详细分析并发现：1）合理融合语音与字形信息对CSC有效。2）模型对测试集的错误分布敏感，这反映了模型不足并揭示了应努力的方向。3）错误与上下文是否曾被见过对模型有显著影响。4）常用基准SIGHAN无法可靠评估模型性能。
引用
@article{arxiv.2307.13655,
title = {A Comprehensive Evaluation and Analysis Study for Chinese Spelling Check},
author = {Xunjian Yin and Xiaojun Wan},
journal= {arXiv preprint arXiv:2307.13655},
year = {2023}
}