DISC：利用字符相似性进行中文拼写检查的即插即用解码干预
计算与语言
2025-06-10 v2 人工智能
摘要
中文拼写检查（CSC）任务的一个关键特征是，错误字符通常在读音或字形上与正确字符相似。为了适应这一点，以往的工作通常利用混淆集，但这存在两个问题：难以确定应包含哪些字符对，以及缺乏区分集合中各项的概率。在本文中，我们为 CSC 模型提出了一个轻量级的即插即用 DISC（即利用字符相似性的解码干预）模块。DISC 测量字符之间的读音和字形相似性，并仅在推理阶段结合这种相似性信息。该方法可以轻松集成到各种现有的 CSC 模型中，如 ReaLiSe、SCOPE 和 ReLM，而无需额外的训练成本。在三个 CSC 基准上的实验表明，我们提出的方法显著提升了模型性能，接近甚至超越了当前最先进的模型。
引用
@article{arxiv.2412.12863,
title = {DISC: Plug-and-Play Decoding Intervention with Similarity of Characters for Chinese Spelling Check},
author = {Ziheng Qiao and Houquan Zhou and Yumeng Liu and Zhenghua Li and Min Zhang and Bo Zhang and Chen Li and Ji Zhang and Fei Huang},
journal= {arXiv preprint arXiv:2412.12863},
year = {2025}
}