摘要

本文将语法错误纠正（GEC）中的系统融合问题形式化为一个简单的机器学习任务：二分类问题。我们证明，通过合理的任务建模，一种简单的逻辑回归算法即可在GEC模型融合中取得显著效果。所提出的方法在CoNLL-2014测试集上将最优基线GEC系统的F₀.₅得分提升了4.2分，在BEA-2019测试集上提升了7.2分。此外，该方法在BEA-2019测试集上比当前最优方法高出4.0分，在CoNLL-2014测试集（原始标注）上高出1.2分，在CoNLL-2014测试集（替代标注）上高出3.4分。我们还进一步表明，相较于传统的集成方法，本方法生成的修正结果在F₀.₅得分上表现更优，具有更高的准确性。