摘要

语法错误校正（GEC）近年来已在自动校正和校对系统中得到广泛应用。然而，由于缺乏来自母语者的高质量数据，无论是类别还是规模上，中文GEC仍处于不成熟阶段。本文介绍了FCGEC，一个用于检测、识别和纠正语法错误的细粒度语料库。FCGEC是一个人工标注的多参考语料库，主要从公立学校中文考试的选择题中收集了41,340个句子。此外，我们提出了一种在低资源环境下纠正语法错误的基线模型——Switch-Tagger-Generator（STG）。实验结果表明，与其它GEC基准模型相比，STG在我们的FCGEC上表现更为出色。然而，基准模型与人类之间的差距仍然显著，这激励未来的研究者开发出能够缩小这一差距的模型。