混合机器翻译在语法错误纠正中达到近人类水平性能
计算与语言
2018-04-18 v1
摘要
我们结合了两种最流行的自动语法错误纠正（GEC）方法：基于统计机器翻译（SMT）的 GEC 与基于神经机器翻译（NMT）的 GEC。该混合系统在 CoNLL-2014 与 JFLEG 基准上取得了新的最先进结果。该 GEC 系统保留了 SMT 输出的准确性，同时生成如 NMT 典型的更流畅句子。我们的分析表明，所构建的系统比迄今报道的任何其他 GEC 系统都更接近达到人类水平性能。
引用
@article{arxiv.1804.05945,
title = {Near Human-Level Performance in Grammatical Error Correction with Hybrid Machine Translation},
author = {Roman Grundkiewicz and Marcin Junczys-Dowmunt},
journal= {arXiv preprint arXiv:1804.05945},
year = {2018}
}
备注
Accepted for oral presentation, research track, short papers, at NAACL 2018