结合 GCN 与 Transformer 的中文语法错误检测
计算与语言
2021-07-13 v3
摘要
本文描述了我们在 NLPTEA-2020 任务：中文语法错误诊断（CGED）上的系统。CGED 的目标是诊断四类语法错误：选词错误（S）、冗余词（R）、缺词（M）和乱序词（W）。自动 CGED 系统包含错误检测与错误纠正两部分，我们的系统旨在解决错误检测问题。我们的系统基于三个模型构建：1）利用句法信息的基于 BERT 的模型；2）利用上下文嵌入的基于 BERT 的模型；3）利用词汇信息的基于词典的图神经网络。我们还设计了一种集成机制以提升单一模型的性能。最终，我们的系统在参与 CGED 2020 任务的所有队伍中取得了检测层和识别层的最高 F1 分数。
引用
@article{arxiv.2105.09085,
title = {Combining GCN and Transformer for Chinese Grammatical Error Detection},
author = {Jinhong Zhang},
journal= {arXiv preprint arXiv:2105.09085},
year = {2021}
}