本文基于神经机器翻译提出了英语语法错误纠正方法,并以实验进行了验证分析,结果表明,利用sampling解码策略的back-translation数据增强方法,提高了模型纠错性能;通过反向模型生成伪错误句子时,sampling解码策略效果更好;对抗训练有利于反向模型英语语法错误生成,保障了伪错误-纠正平行句对真实性,且推进了正向模型训练开展。总之,本文设计方法的效率与性能都实现了明显提高与优化。
科研之友
微信
新浪微博
Facebook
分享链接
