4 个月前

在语法错误纠正中实现接近人类水平的表现:混合机器翻译方法

在语法错误纠正中实现接近人类水平的表现:混合机器翻译方法

摘要

我们将两种最流行的自动化语法错误纠正(GEC)方法结合起来:基于统计机器翻译(SMT)的GEC和基于神经机器翻译(NMT)的GEC。该混合系统在CoNLL-2014和JFLEG基准测试中取得了新的最佳结果。此GEC系统不仅保留了SMT输出的准确性,同时生成了更加流畅的句子,这是NMT的典型特征。我们的分析表明,所创建的系统比迄今为止报告的任何其他GEC系统更接近达到人类水平的表现。

基准测试

基准方法指标
grammatical-error-correction-on-conll-2014SMT + BiGRU
F0.5: 56.25
grammatical-error-correction-on-conll-2014-1SMT + BiGRU
F0.5: 72.04
grammatical-error-correction-on-jflegSMT + BiGRU
GLEU: 61.5

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
在语法错误纠正中实现接近人类水平的表现:混合机器翻译方法 | 论文 | HyperAI超神经