典型文献
面向规范性文件的基于BERT的文本纠错模型
文献摘要：
针对行政规范性文件的文本纠错任务,提出了基于BERT(Bidirectional Encoder Representations from Trans-formers)的文本纠错模型,模型针对冗余、缺失、错序、错字四类任务分别建模,分为检错和纠错两个阶段.检错阶段检查出文本是否有错、错误的位置以及错误的类型等内容,纠错阶段运用BERT掩码语言模型和混淆集匹配的方法预测文本缺失内容.实验结果表明:新提出的基于BERT的文本纠错模型在行政规范性文件的文本纠错任务中的F1值为71.89％,比经典的中文文本纠错工具Pycorrector提升了 9.48％.
文献关键词：
中文文本纠错;行政规范性文件;BERT;BiLSTM;条件随机场
中图分类号：
作者姓名：
汪苏琪;王明文;曾雪强
作者机构：
江西师范大学 计算机信息工程学院,江西 南昌330022
文献出处：
引用格式：
[1]汪苏琪;王明文;曾雪强-.面向规范性文件的基于BERT的文本纠错模型)[J].山西大学学报（自然科学版）,2022(02):257-263
A类：
混淆集,中文文本纠错,Pycorrector
B类：
BERT,行政规范性文件,Bidirectional,Encoder,Representations,from,Trans,formers,错字,四类,检错,查出,有错,掩码语言模型,BiLSTM,条件随机场
AB值：
0.229814
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
