读、听、看：利用多模态信息助力中文拼写检查
计算与语言
2021-05-27 v1
摘要
中文拼写检查（CSC）旨在检测并纠正中文用户生成文本中的错字。大多数中文拼写错误为误用了语义、语音或字形上相似的字符。以往的尝试注意到该现象并试图利用相似性完成此任务。然而，这些方法或使用启发式规则或使用手工混淆集来预测正确字符。本文中，我们提出名为 ReaLiSe 的中文拼写检查器，通过直接利用汉字的多模态信息。ReaLiSe 模型通过（1）捕获输入字符的语义、语音与图形信息，以及（2）有选择地混合这些模态中的信息以预测正确输出，来处理 CSC 任务。在 SIGHAN 基准上的实验表明，所提模型大幅优于强基线。
引用
@article{arxiv.2105.12306,
title = {Read, Listen, and See: Leveraging Multimodal Information Helps Chinese Spell Checking},
author = {Heng-Da Xu and Zhongli Li and Qingyu Zhou and Chao Li and Zizhen Wang and Yunbo Cao and Heyan Huang and Xian-Ling Mao},
journal= {arXiv preprint arXiv:2105.12306},
year = {2021}
}
备注
In ACL Findings 2021