上下文相似度比字符相似度更有价值：中文拼写检查的一项实证研究
计算与语言
2023-03-02 v3
摘要
中文拼写检查（CSC）任务旨在检测并纠正中文拼写错误。近来相关研究侧重于从混淆集引入字符相似度以增强 CSC 模型，却忽略了包含更丰富信息的字符上下文。为更好地利用上下文信息，我们提出了一种简单而有效的面向 CSC 任务的课程学习（CL）框架。借助我们与模型无关的 CL 框架，现有 CSC 模型将像人类学习汉字一样由易到难地训练，并取得进一步的性能提升。在广泛使用的 SIGHAN 数据集上的大量实验与细致分析表明，我们的方法优于以往最先进（SOTA）的方法。更具启发性的是，我们的研究从经验上表明，对于 CSC 任务，上下文相似度比字符相似度更有价值。
引用
@article{arxiv.2207.09217,
title = {Contextual Similarity is More Valuable than Character Similarity: An Empirical Study for Chinese Spell Checking},
author = {Ding Zhang and Yinghui Li and Qingyu Zhou and Shirong Ma and Yangning Li and Yunbo Cao and Hai-Tao Zheng},
journal= {arXiv preprint arXiv:2207.09217},
year = {2023}
}
备注
Accepted by ICASSP2023