期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Seq2Seq与Bi-LSTM的中文文本自动校对模型 被引量：15
1
作者 龚永罡 吴萌 +1 位作者 廉小亲 裴晨晨 《电子技术应用》 2020年第3期42-46,共5页
针对中文文本自动校对提出了一种新的基于Seq2Seq和Bi-LSTM结合的深度学习模型。与传统的基于规则和概率统计的方法不同,基于Seq2Seq基础结构改进,加入了Bi-LSTM单元和注意力机制,实现了一个中文文本自动校对模型。采用F0.5与GLEU指标评... 针对中文文本自动校对提出了一种新的基于Seq2Seq和Bi-LSTM结合的深度学习模型。与传统的基于规则和概率统计的方法不同,基于Seq2Seq基础结构改进,加入了Bi-LSTM单元和注意力机制,实现了一个中文文本自动校对模型。采用F0.5与GLEU指标评价,通过公开的数据集进行不同模型的对比实验。实验结果表明,新模型能有效地处理长距离的文本错误以及语义错误,Bi-RNN以及注意力机制的加入对中文文本校对模型的性能有显著提升。 展开更多
关键词 中文文本校对 循环神经网络 Seq2Seq 自然语言处理
下载PDF
基于神经网络与注意力机制的中文文本校对方法 被引量：9
2
作者 郝亚男 乔钢柱 谭瑛 《计算机系统应用》 2019年第10期190-195,共6页
中文文本校对是中文自然语言处理方面的关键任务之一,人工校对方式难以满足日常工作的数据量需求,而基于统计的文本校对方法不能灵活的处理语义方面的错误.针对上述问题,提出了一种基于神经网络与注意力机制的中文文本校对方法.利用双... 中文文本校对是中文自然语言处理方面的关键任务之一,人工校对方式难以满足日常工作的数据量需求,而基于统计的文本校对方法不能灵活的处理语义方面的错误.针对上述问题,提出了一种基于神经网络与注意力机制的中文文本校对方法.利用双向门控循环神经网络层获取文本信息并进行特征提取,并引入注意力机制层增强词间语义逻辑关系的捕获能力.在基于Keras深度学习框架下对模型进行实现,实验结果表明,该方法能够对含语义错误的文本进行校对. 展开更多
关键词 中文文本校对 注意力机制 双向门控循环神经网络 端到端序列模型
下载PDF
基于Transformer模型的中文文本自动校对研究 被引量：3
3
作者 龚永罡 裴晨晨 +1 位作者 廉小亲 王嘉欣 《电子技术应用》 2020年第1期30-33,38,共5页
提出将Transformer模型应用于中文文本自动校对领域。Transformer模型与传统的基于概率、统计、规则或引入BiLSTM的Seq2Seq模型不同,该深度学习模型通过对Seq2Seq模型进行整体结构改进,从而实现中文文本自动校对。通过使用公开数据集对... 提出将Transformer模型应用于中文文本自动校对领域。Transformer模型与传统的基于概率、统计、规则或引入BiLSTM的Seq2Seq模型不同,该深度学习模型通过对Seq2Seq模型进行整体结构改进,从而实现中文文本自动校对。通过使用公开数据集对不同模型进行对比实验,采用准确率、召回率与F1值作为评价指标,实验结果表明,Transformer模型相比较于其他模型,在中文文本自动校对的性能上有了大幅提升。 展开更多
关键词 中文文本校对 Transformer模型 深度学习
下载PDF
中文文本自动校对方法研究综述 被引量：1
4
作者 白雪丽 李建义 +2 位作者 王洪俊 贾盼盼 王迦南 《软件导刊》 2022年第8期228-234,共7页
文本自动校对作为自然语言处理领域的热点方向,受到人们的广泛研究。针对不同错误类型的中文文本,可将其分为拼写纠错、语法纠错和语义纠错3类。首先简要介绍了中文文本校对的相关信息,然后分别对基于传统与深度学习的中文文本校对方法... 文本自动校对作为自然语言处理领域的热点方向,受到人们的广泛研究。针对不同错误类型的中文文本,可将其分为拼写纠错、语法纠错和语义纠错3类。首先简要介绍了中文文本校对的相关信息,然后分别对基于传统与深度学习的中文文本校对方法进行分析、总结,以指出该领域所存在的问题,并提出改进方案。通过对现阶段中文文本自动校对方法的研究与分析,为从事该领域的学者提供一定的参考与借鉴。 展开更多
关键词 中文文本校对 自然语言处理 语言模型 深度学习
下载PDF
基于Transformer增强架构的中文文本纠错研究
5
作者 杨靖翔 赵曙光 《计算机科学与应用》 2022年第3期565-571,共7页
本文将Transformer模型应用于中文文本自动校正领域,并将Transformer模型中不同神经模块的输出动态结合,同时在模型训练时引入课程学习策略,以加快模型收敛速度。实验结果表明,本文所提出的增强模型及在训练中引入的课程学习策略对校正... 本文将Transformer模型应用于中文文本自动校正领域,并将Transformer模型中不同神经模块的输出动态结合,同时在模型训练时引入课程学习策略,以加快模型收敛速度。实验结果表明,本文所提出的增强模型及在训练中引入的课程学习策略对校正结果的准确率、召回率、纠错F0.5值有较大提升。 展开更多
关键词 中文文本校对 Transformer模型 动态残差 深度学习
下载PDF
多特征的中文文本校对算法的研究 被引量：7
6
作者 李建华 王晓龙 +1 位作者 王平 王淑清 《计算机工程与科学》 CSCD 2001年第3期93-96,共4页
本文阐述了中文文本信息的特征 ,并在此基础上提出了利用文本信息的统计特征规律和语言结构特征规律进行中文文本校对的方法及其实现的算法。
关键词 中文文本校对算法 中文信息处理 可尔可夫模型 计算机
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部