Nov, 2022

用最近邻算法进行中文拼写检查

PDF
TL;DR本篇论文介绍了一种新的中文拼写检查方法 InfoKNN-CSC，通过线性插值标准 CSC 模型和 kNN 模型，详细考虑了令牌和上下文的音、形、义信息，并且基于 n-gram 值和输入执行了重新排序方法。针对 SIGHAN 基准测试，实验结果表明，该模型取得了业内领先水平并且比现有方法有着实质性的改进。
chinese spelling checkinfoknn-csck-nearest neighborsphonetic informationsighan benchmarks
发现论文，激发创造
  • SpellGCN：将音形相似性融入语言模型中 用于中文拼写检查

    本文提出一种利用音形相似性知识并结合图卷积网络（SpellGCN）的方法，将其作为语言模型用于中文拼写检查（CSC）中，实现端到端训练，并在人工标注数据集上获得了优于先前模型的表现。

    Apr, 2020

  • 中文拼写检查的全面评估和分析研究

    开发预训练模型和结合语音和图像信息使神经模型在中文拼写检查方面取得了高分，该研究通过构建不同目的的综合测试集，实现了这一典型模型范式并进行了实验，在结果的详细分析中发现了四个重要发现。

    Jul, 2023

  • 上下文相似性比字符相似性更有价值：汉语拼写纠错的实证研究

    提出一种用于中文拼写检查的课程学习框架，结合上下文信息以及字符相似度从简单到困难地训练模型，取得较好性能。实验表明相对于字符相似度，上下文的相似度对于这个任务更加有价值。

    Jul, 2022

  • 探究汉字拼写检查中的字形音系信息：成效与展望

    本文探讨利用预训练模型及字形和语音信息提高中文拼写检查的实用性，并提出新的实用性检测方法。

    Dec, 2022

  • 对中文拼写检查模型的领域自适应能力的实证研究

    本文评估了几种典型的 CSC 模型在多个特定领域的适应能力，并测试了大型语言模型 ChatGPT 的性能。实验证明，CSC 模型在新的领域中性能明显下降。

    Jan, 2024

  • 读、听、看：利用多模态信息改善中文拼写检查

    本文提出一个基于多模态信息的汉语拼写检查系统 ReaLiSe 来检测和自动纠正用户输入的汉字中常见的误用问题，并在 SIGHAN 基准测试上表现出了明显的优势。

    May, 2021

  • 从词典学习：异构知识引导的中文拼写修正微调

    本文提出了一种 LEAD 框架，该框架允许 CSC 模型从字典的语音、视觉和含义方面学习异构知识，并通过基于对比学习的训练方案来提高 CSC 模型的表示能力。实验证明该方法有效。

    Oct, 2022

  • C-LLM: 逐字学习检测中文拼写错误

    我们提出了一种基于大型语言模型的中文拼写检查方法 C-LLM，该方法通过逐个字符检查错误，实现了字符级别的对齐，从而有效地缓解了与字符级别约束相关的问题。在两个中文拼写检查基准测试中的实验表明，C-LLM 相比现有方法平均提升了 10％，在一般场景下提升了 2.1％，在垂直领域场景中有显著的 12％改进，达到了最先进的性能。

    Jun, 2024

  • SDCL: 自我蒸馏对比学习用于中文拼写校对

    该论文提出了一种基于自我蒸馏对比学习方法的 BERT 修改方式，以适应汉语拼写检查任务所需的语音和字形信息，实验证明该方法可以提高汉语拼写检查准确率。

    Oct, 2022

  • 汉语拼写校正作为语言模型的改写

    本研究探讨了中文拼写纠错，提出了一种新的训练方法 Rephrasing Language Modeling，通过重新构造整个句子而非逐字符标记的方式来纠正拼写错误，取得了在细调和零样本测试中的最新最佳表现，超越了之前的方法，并能在与其他任务联合训练时学习到可迁移的语言表示。

    Aug, 2023