摘要

本文提出了一种名为SynGEC的语法错误校正（GEC）方法，该方法有效地将依存句法信息融入到GEC模型的编码器部分。这一想法的关键挑战在于现成的解析器在处理不合语法的句子时不可靠。为了解决这一挑战，我们建议构建一个专门面向GEC的解析器（GOPar），利用平行GEC训练数据作为中介。首先，我们设计了一种扩展的句法表示方案，使得我们可以在一个统一的树结构中同时表示语法错误和句法信息。然后，通过将目标正确句子的树结构投影到源端错误句子上，我们获得了源端错误句子的解析树。最后，我们使用这些投影树来训练GOPar。对于GEC任务，我们采用了图卷积网络对GOPar生成的源端句法信息进行编码，并将其与Transformer编码器的输出融合。实验结果表明，在主流英语和汉语GEC数据集上，所提出的SynGEC方法始终显著优于强大的基线模型，并取得了具有竞争力的表现。我们的代码和数据均公开发布在https://github.com/HillZhang1999/SynGEC。