weixin_43481320的博客

Confusionset-guided Pointer Networks for Chinese Spelling Check作者：Tencent Cloud AI时间：2019年会议：ACL-2019论文地址简述：输入：数据集-正确句子-错误句子-location–混淆集-M怎么做：一个网络判断训练并判断哪个地方是错的-pointed-network，然后，正确的就赋值过去，错误的就在混淆集里面选，不过选的时候，因为seq2seq的encode是一个一个预测的，所以，这个时候，混淆集的选择，

2020:CYUT Team Chinese Grammatical Error DiagnosisSystem Report in NLPTEA-2020 CGED SharedTask.任务：中文语法错误诊断系统数据集：NLPTEA2020 CGED shared task方法：提出两个方法，第一个是CRF和BERT结合。第二个是CRF方法文章链接（科技部资助）...

摘要：CSC是一个有挑战性的任务，因为中文有许多独特的特点，比如：很大的字符集，没有词语边界，很短的词语长度。一方面：之前的工作只是考虑了相似的字符发音或者形状，不能够纠正视觉和发音上不相关的错别句。另一方面：各种pipeline-style 结构被广泛运用，这是十分难以优化的。为了解决这个问题，我们提出，1.用语义候选来扩充之前的混淆集合。2.提出一个基于块的结构去统一的纠正，单个字和多个字。3.运用一个全局最优策略去加强一个句子级别的纠正选择。（word:中文中的词，char：中文中的

A Hybrid Approach to Automatic Corpus Generation for Chinese Spelling Check 文献阅读笔记一、做了什么和怎么做的（很简单）初读的理解：这篇论文做的事情，就是给CSC任务提供数据，做了一个该任务下的数据生成。做法：大量无标注数据，根据 形近似和音近似 两个方面来替换其中的一部分字符。形近：把一个字转化为图片，把图片模糊一部分，用OCR对她进行扫描，选出识别错误的，去进行替换。音近：收集普通话演讲语料和演讲，用ASR对演讲进行