IJCAIJun, 2016
利用 N-Best 假设改进 SMT 法进行语法纠错
Exploiting N-Best Hypotheses to Improve an SMT Approach to Grammatical Error Correction
Duc Tam Hoang, Shamil Chollampatt, Hwee Tou Ng
TL;DR本文提出了一种利用 SMT 方法生成的 n 种翻译假设来提高 GEC 准确率的新方法,即利用分类器评分来选择适当的编辑或对 n 种翻译假设进行重新排序,并将这些方法应用于使用 SMT 方法的最新 GEC 系统中,实验结果表明,我们的方法在 GEC 基准测试数据集上的准确性比已发表的最佳结果有显着提高。