Nov, 2023

走向实践中的写作辅助：一个包含伪造和拼写错误汉字的检测基准

PDF
TL;DR通过 Visual-C$^3$ 数据集和新的基准方法，提出了一个面向汉字检查场景的高质量而具有挑战性的真实视觉和最大人工制作数据集，以改善输入文本的正确性和质量。
writing assistancenatural language processingcharacter checkingvisual-c$^3$chinese character checking
发现论文，激发创造
  • 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

  • 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

  • 基于反向对比学习的中文拼写检查框架

    通过提出反向对比学习策略及引入三个模块：语言表示、拼写检查和反向对比学习，构建了一种新的中文拼写检查框架。实验证明，此框架可与现有模型结合，实现最先进的性能。

    Oct, 2022

  • 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

  • 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

  • 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

  • 利用 CycleGAN 生成手写汉字

    采用 DenseNet CycleGAN 方法生成手写汉字，提出内容准确度和风格差异作为评估指标。

    Jan, 2018

  • 协作笔画精化的手写中文字体生成

    提出了一种使用基于卷积神经网络的模型生成中文手写字体的方法，该方法结合了协作训练策略、在线缩放增强以及自适应预变形技术，仅需要 750 个有配对的训练样本，无需预训练网络、额外的数据集资源或标签，并且在手写字体合成方面表现显著优于现有的方法。

    Apr, 2019

  • 基于字符的模型提升视觉文本渲染质量

    本研究探讨了影响当前图像生成模型难以可靠地生成良好文本图像的主要因素：流行的文本到图像模型缺乏字符级输入特征，这使得更难以预测一个单词的视觉构成为一系列字形。通过对比具有字符感知的与不具有字符感知的文本编码，我们在文本域内发现字符感知的模型在拼写任务上提供了巨大的收益。转化这些经验到图像领域，我们训练了一套图像生成模型，并表明在一系列的新文本渲染任务（我们的 DrawText 基准测试）上，字符感知的变体优于其字符盲的对手。尽管训练样本数量少得多，我们的模型在视觉拼写上设置了更高的最新水平，在罕见单词上比竞争对手多 30 多个点的准确率提升。

    Dec, 2022

  • TextCaps: 使用非常小的数据集进行手写字符识别

    本文介绍了一种技术，通过加入实际的随机噪声到参数实例化中，从现有样本生成新的训练样本数据，以实现针对缺少大量标记数据的本地语言的字符识别，同时可用于物体识别等相关上下文。

    Apr, 2019