基于深度学习的中文语法错误诊断方法研究

• 作者: Marius.Petrescu 张岩 张强 潘俊辉 王浩畅 王辉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 条件随机场 长短期记忆网络 注意机制 语法错误诊断
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 69-73
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.11.013

摘要

随着中国国际影响力的日益提高和汉语国际地位的提升,学习和使用汉语的国际学者越来越多.中文文本校对技术有助于各个领域处理所涉及到的文本错误,其中中文语法错误诊断是中文计算机辅助学习的研究热点之一.鉴于此,根据中文语法错误诊断的特点,通过分析现有中文语法错误诊断方法存在的问题,提出一种基于注意机制的双向长短期记忆网络(BI-LASM-ATT)与条件随机场(CRF)相结合的模型应用于中文语法错误诊断研究.该模型采用jieba分词技术对数据进行分词和词性标注等预处理工作,利用Skip-gram模型得到词向量表示,作为BI-LSTM-ATT模型的词嵌入层,获取到两个方向上的长距离信息提供给CRF模型进行序列标注.在NLPCC2018的TASK2提供的数据集上的实验结果表明,该模型对比传统语法错误诊断模型,在中文语法错误诊断的Accuracy、精确率、召回率和F_meature方面均有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岩		37	68	5.0	5.0
2	张强		89	201	7.0	10.0
3	王辉		47	99	5.0	8.0
4	潘俊辉		37	62	4.0	6.0
5	王浩畅		19	31	2.0	5.0
6	Marius.Petrescu		1	0	0.0	0.0