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4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：
基于机器视觉的英语自动翻译语法错误检测系统研究
1
作者 李宁艳 《自动化与仪器仪表》 2023年第3期279-283,共5页
针对传统手写英语字体存在语法错误检测准确率低,导致语法纠错效果不佳的问题。提出基于机器视觉的手写英语自动翻译语法错误检测系统。首先触发采集传感器,利用工业相机对手写英语字体进行拍摄和字体采集;然后利用处理算法对手写英语... 针对传统手写英语字体存在语法错误检测准确率低,导致语法纠错效果不佳的问题。提出基于机器视觉的手写英语自动翻译语法错误检测系统。首先触发采集传感器,利用工业相机对手写英语字体进行拍摄和字体采集;然后利用处理算法对手写英语字体轮廓进行提取和识别定位;之后对识别字体特征进行重排序处理;最后通过训练后的基于BERT的英语语法错误检测模型进行语法错误检测。实验表明,对比于其他语法错误检测模型,本模型在测试集上的检测精确度明显更高,其最高可达90%。在120幅不同类别的英语手写图像中,本系统的英语语法检错正确率高达99.62%,比传统的人工检测方法高出了41.66%,且本系统进行语法错误检测的所用时间控制在25 s以下,相较于人工检测方式低了5倍。由此可知,本系统可实现手写英语字体的准确识别和分类,通过本模型能够提升手写英语语法错误检测率和效率,从而进一步提高了语法纠错效果。 展开更多
关键词 机器视觉 英语翻译 语法错误检测 BERT 重排序特征
原文传递
格语法在大学英语教学中的语义贡献 被引量：1
2
作者 包薇 李锡江 《长春理工大学学报（社会科学版）》 2011年第2期140-141,共2页
"格语法"理论是美国著名语言学家菲尔墨在1968年首次提出的。格语法理论旨在考察句法结构和语义释义之间的关系。尽管格语法理论的研究在句法领域尚未取得丰硕成果,但对语义学的研究和发展却做出了卓越的贡献。它在英语教学... "格语法"理论是美国著名语言学家菲尔墨在1968年首次提出的。格语法理论旨在考察句法结构和语义释义之间的关系。尽管格语法理论的研究在句法领域尚未取得丰硕成果,但对语义学的研究和发展却做出了卓越的贡献。它在英语教学中得到广泛应用,在帮助师生区分歧义句、纠错等方面发挥着重要作用。 展开更多
关键词 格语法 英语教学 歧义 纠错
下载PDF
融合ELECTRA和文本局部信息的中文语法错误检测方法
3
作者 陈柏霖 王天极 +1 位作者 任丽娜 黄瑞章 《计算机工程》 CAS CSCD 北大核心 2023年第3期304-311,共8页
语法错误检测是自然语言处理领域的一项基本任务,其目标是自动识别文本中存在的错别字、语法及语序错误等。与其他语言相比,中文语法灵活多变且缺乏时态、语态等标志性信息,因此,文本的局部信息对于中文语法错误检测具有重要作用。传统... 语法错误检测是自然语言处理领域的一项基本任务,其目标是自动识别文本中存在的错别字、语法及语序错误等。与其他语言相比,中文语法灵活多变且缺乏时态、语态等标志性信息,因此,文本的局部信息对于中文语法错误检测具有重要作用。传统的机器学习方法难以检测文本中存在的语法错误,而现有深度学习方法在纠错过程中不能充分利用文本的局部信息,导致语法错误检测效果不佳。建立一种融合ELECTRA和文本局部信息的中文语法错误检测模型ELECTRA-GCNN-CRF。将语法错误检测视为序列标注任务,使用ELECTRA预训练语言模型对文本进行表征。采用卷积神经网络提取文本的局部位置和语义信息,并引入残差门控机制,降低无效信息带来的影响。通过CRF模型学习标签间的内在关联关系,输出符合标注规则的语法错误标签序列。在NLPTEA中文语法错误检测数据集上的实验结果表明,ELECTRA-GCNN-CRF在检测层、识别层和定位层上的F1值较对比基线模型分别平均提高了0.94、3.74和5.03个百分点,该模型能够有效提升语法错误检测效果。 展开更多
关键词 ELECTRA预训练语言模型 局部信息 中文语法错误检测 卷积神经网络 残差门控机制
下载PDF
基于数据增强和多任务特征学习的中文语法错误检测方法 被引量：1
4
作者 谢海华 陈志优 +2 位作者 程静 吕肖庆 汤帜 《中文信息学报》 CSCD 北大核心 2022年第12期36-43,共8页
由于中文语法的复杂性,中文语法错误检测(CGED)的难度较大,而训练语料和相关研究的缺乏,使得CGED的效果还远未达到实用的程度。该文提出一种CGED模型,APM-CGED,采用数据增强、预训练语言模型和基于语言学特征多任务学习的方式,弥补训练... 由于中文语法的复杂性,中文语法错误检测(CGED)的难度较大,而训练语料和相关研究的缺乏,使得CGED的效果还远未达到实用的程度。该文提出一种CGED模型,APM-CGED,采用数据增强、预训练语言模型和基于语言学特征多任务学习的方式,弥补训练语料的不足。数据增强能够有效地扩充训练集,而预训练语言模型蕴含丰富的语义信息又有助于语法分析,基于语言学特征多任务学习对语言模型进行优化则可以使语言模型学习到跟语法错误检测相关的语言学特征。该文提出的方法在NLPTEA的CGED数据集进行测试,取得了优于其他对比模型的结果。 展开更多
关键词 中文语法错误检测 数据增强 多任务学习
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