基于语法知识增强的中文语法纠错

摘要：

语法纠错旨在判断自然语言文本中是否包含语法错误并对句子进行纠正.随着预训练语言模型的迅速发展,基于预训练语言模型的方法被广泛应用于中文语法纠错(CGEC)领域,然而现有的预训练语言模型缺乏语法纠错领域的特定语法知识,导致语法纠错效果不佳.针对该问题,提出一种基于语法知识图谱预训练模型的CGEC模型.首先进行结构化知识编码,将语法知识图谱中的结构化知识映射到词语实体嵌入中,然后通过特定的预训练掩码策略联合学习上下文和词语之间的语法知识以预测字符和词语,最后通过设置检错网络和纠错网络对预训练模型进行微调,以完成CGEC任务.通过上述过程充分提取语法知识,以帮助模型更好地捕捉句子中词语之间的语法关系.在NLPCC 2018测试数据集上的实验结果表明,语法知识增强的方法使得模型的F0.5值提升4.83个百分点,所提模型的F0.5值相比NLPCC 2018共享任务中排名第一的模型高8.85个百分点,验证了基于语法知识图谱的预训练模型在CGEC任务中的有效性.

关键词：语法纠错、预训练语言模型、异构知识编码、知识图谱、深度学习

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：国家社会科学基金20FTQB020

在线出版日期：2023-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84