基于嵌入关联图对语法错误更正中的编辑影响进行评分
计算与语言
2026-05-06 v2
摘要
语法错误更正（GEC）系统会产生一系列编辑以纠正有错误的句子。这些编辑的质量通常针对人工标注进行评估。然而，一个句子可能存在多种有效的纠正，现有的评估设置未能充分适应多样化的应用场景。最近的元评估方法依赖于跨多个参考的人类判断，但难以扩展到大型数据集。本文提出一种新任务，即对GEC系统产生的编辑进行影响评分，旨在自动估计这些编辑的重要性。为解决此任务，我们引入一种基于嵌入关联图的评分框架。该图捕捉编辑之间及语法相关编辑的潜在依赖关系，将其分组为连贯的组。随后进行基于困惑度的评分，以估计每个编辑对句子流畅性的贡献。实验覆盖4个GEC数据集、4种语言和4种GEC系统，证明该方法在稳定性上优于多种基线方法。进一步分析显示，嵌入关联图有效捕捉了编辑之间的跨语言结构依赖。
引用
@article{arxiv.2604.06573,
title = {Scoring Edit Impact in Grammatical Error Correction via Embedded Association Graphs},
author = {Qiyuan Xiao and Xiaoman Wang and Yunshi Lan},
journal= {arXiv preprint arXiv:2604.06573},
year = {2026}
}