典型文献
基于深度学习的语义级中文文本自动校对研究
文献摘要：
中文文本校对技术在字词级和语法级层面已取得了较好的效果,但在语义层面还没有比较成熟的方法.为实现语义级中文文本自动校对,将深度学习技术引入自动校对.首先,出于中文文本语义级自动校对的需要,在现有已公开的中文校对测试集的基础上,加入语义错误样本数据,并通过数据增强技术,扩大语义差错数据规模,以使训练集及测试集中语义错误占比达到50％以上.其次,针对典型的语义错误类型,构建其对应的语义知识集,包括成语知识集、古诗词知识集、历史人物主要事件朝代年表知识集、敬谦词知识集、地理知识集等.在建立语义知识集的基础上,基于BERT预训练模型对数据集进行训练.最后,经过预训练,在初步确定模型之后,结合关键参数,进行微调,确定最终的自动校对模型.
文献关键词：
深度学习;自动校对;语义;知识库;中文文本
中图分类号：
作者姓名：
张芙蓉;罗志娟
作者机构：
长沙航空职业技术学院,湖南 长沙 410124
文献出处：
引用格式：
[1]张芙蓉;罗志娟-.基于深度学习的语义级中文文本自动校对研究)[J].长沙航空职业技术学院学报,2022(03):33-37
A类：
谦词
B类：
中文文本,自动校对,文本校对,字词,语法,语义层面,深度学习技术,文本语义,测试集,语义错误,数据增强技术,差错,训练集,比达,错误类型,语义知识,成语,古诗词,历史人物,朝代,年表,地理知识,BERT,预训练模型,定模,微调,知识库
AB值：
0.326587
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。
