基于深度学习的语义级中文文本自动校对研究

摘要：

中文文本校对技术在字词级和语法级层面已取得了较好的效果,但在语义层面还没有比较成熟的方法.为实现语义级中文文本自动校对,将深度学习技术引入自动校对.首先,出于中文文本语义级自动校对的需要,在现有已公开的中文校对测试集的基础上,加入语义错误样本数据,并通过数据增强技术,扩大语义差错数据规模,以使训练集及测试集中语义错误占比达到50％以上.其次,针对典型的语义错误类型,构建其对应的语义知识集,包括成语知识集、古诗词知识集、历史人物主要事件朝代年表知识集、敬谦词知识集、地理知识集等.在建立语义知识集的基础上,基于BERT预训练模型对数据集进行训练.最后,经过预训练,在初步确定模型之后,结合关键参数,进行微调,确定最终的自动校对模型.

关键词：深度学习、自动校对、语义、知识库、中文文本

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省自然科学基金资助项目2020JJ7085

在线出版日期：2022-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37