典型文献
融合MacBERT和Kenlm的中文纠错方法
文献摘要：
中文纠错属于自然语言处理的基础任务,考虑到现有方法纠错性能偏低,无法满足实际的纠错需求,提出了一种融合MacBERT和Kenlm的中文纠错方法.在公开数据集上的实验结果表明,该方法的精确率、召回率和F1值分别达到了78.2％、72.7％、75.3％.尤其是F1值比基线方法提升了3.6个百分点,充分证明了所提方法的有效性.
文献关键词：
中文纠错;Kenlm;迁移学习;MacBERT
中图分类号：
作者姓名：
王梦贤;何春辉
作者机构：
湖南城市学院管理学院,益阳 413000;国防科技大学信息系统工程重点实验室,长沙 410073
文献出处：
引用格式：
[1]王梦贤;何春辉-.融合MacBERT和Kenlm的中文纠错方法)[J].现代计算机,2022(23):70-73,85
A类：
Kenlm,中文纠错
B类：
MacBERT,自然语言处理,公开数据集,精确率,召回率,比基,百分点,充分证明,迁移学习
AB值：
0.193787
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。
