摘要

语法错误修正（Grammatical Error Correction, GEC）任务在英语语言中已得到广泛研究，但其在低资源语言（如乌克兰语）中的应用仍是一个尚未解决的挑战。本文针对乌克兰语构建了序列标注模型与神经机器翻译模型，并设计了一套算法化纠错规则以增强上述系统。此外，我们还开发了适用于乌克兰语的合成数据生成技术，以生成高质量、类人化的语法错误。最终，我们确定了最优的合成数据组合方式，用于扩充现有的UA-GEC语料库，在新建立的UA-GEC基准测试上取得了0.663的F0.5得分，达到当前最先进水平。相关代码与训练好的模型将公开发布于GitHub与HuggingFace平台。