基于上下文的真词错误检查及校对方法

• 作者: 姚建民 朱巧明 洪宇 陆军 陆玉清
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 真词错误 特征筛选 混淆集 Winnow算法
• 年，卷（期）: 2011,（1）
• 页码范围: 85-90
• 分类号: TP391
• 字数: 4163字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2011.01.014

摘要

英文文本中的真词错误即输入的错词是和原词相似的另一个有效词.该文主要研究了对该类错误的检测.通过从所要检测的单词的上下文中提取句法和语义两个方面的特征,运用文档频率和信息增益进行特征筛选,实现了对上下文特征的有效提取.最终把判断该单词使用的正确与否看作分类问题,使用Winnow分类算法进行训练和测试.通过5阶交叉验证,所收集的61组混淆集的平均正确率与召回率分别为96%,79.47%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学江苏省计算机信息处理重点实验室	261	2058	25.0	31.0
2	洪宇	苏州大学江苏省计算机信息处理重点实验室	66	270	8.0	13.0
3	姚建民	苏州大学江苏省计算机信息处理重点实验室	70	494	10.0	19.0
4	陆军	苏州大学江苏省计算机信息处理重点实验室	19	137	7.0	11.0
5	陆玉清	苏州大学江苏省计算机信息处理重点实验室	2	15	2.0	2.0