摘要

我们提出了一种基于两阶段流程的语法错误修正重评分方法：第一阶段模型提取局部修改操作，第二阶段对这些操作进行分类，判断其是否正确。我们展示了如何将编码器-解码器结构或序列标注方法作为该模型的第一阶段。即使在使用较弱的BERT-GEC基础模型的情况下，我们的方法在BEA 2019英文数据集上仍达到了当前最优的性能表现。当结合最先进的GECToR编辑生成器与我们的联合评分器时，该模型在BEA 2019数据集上的表现比GECToR提升了2%至3%。此外，尽管所用模型规模更小、训练数据更少，我们的方法在俄语语法纠错任务上也超越了此前的最先进水平。