基于错误句法感知的反馈评语生成数据集增强
计算与语言
2023-01-02 v1
摘要
本文针对 GenChal 2022 共享任务（致力于写作学习中的反馈评语生成）提出了一种解决方案。在该任务中，给定一段含有错误的文本及错误跨度，系统需生成一条帮助写作者（语言学习者）提升写作能力的解释性评语。我们的方案基于在初始数据集上根据所指错误跨度内词语的句法依赖关系进行增强后微调 T5 模型。根据组织方的人工评估，我们的 "nigula" 团队方案获得了第二名。
引用
@article{arxiv.2212.14293,
title = {Error syntax aware augmentation of feedback comment generation dataset},
author = {Nikolay Babakov and Maria Lysyuk and Alexander Shvets and Lilya Kazakova and Alexander Panchenko},
journal= {arXiv preprint arXiv:2212.14293},
year = {2023}
}
备注
Accepted to publication on INLG 2023