本文選題：語法錯誤 + 糾正�。� 參考：《中國科學技術(shù)大學》2017年碩士論文

【摘要】：近些年,英語語法錯誤糾正領(lǐng)域快速發(fā)展,產(chǎn)生了很多優(yōu)秀的成果,但是在語言模型的設計上卻沒有大的突破。傳統(tǒng)的n-gram模型對于語言糾錯沒有很強的針對性,新提出的句法n-gram模型糾錯和一些新出現(xiàn)的樹狀語言模型糾錯效果不太理想,基于神經(jīng)網(wǎng)絡的語言模型太過復雜。因而,本文的目標是綜合現(xiàn)有常見語言模型的優(yōu)點,在資源比較有限的條件下,研究和設計一種可以應用于英語語法錯誤糾正系統(tǒng)的層次語言模型。為了取得比傳統(tǒng)語言模型更理想的語法錯誤糾正效果,首先,本文分析了目前常見的幾種語言模型的特點,提出了一種既可以克服遠距離單詞間依賴問題又能兼顧保存語義信息的層次語言模型。該語言模型利用句中單詞之間的依存關(guān)系,將句子分解成不同層次的子句,子句內(nèi)部高度相關(guān),上下層子句之間相互修飾和補充。其次,訓練該層次語言模型,設計糾正解碼算法,利用近似單詞作為備選詞,使用模型的概率信息進行糾正解碼,并依此實現(xiàn)了一個覆蓋多種英語語法錯誤的通用語法錯誤糾正模塊;然后,采用該層次語言模型提取句子的上下文信息作為分類器的特征,利用近似動名詞搭配作為備選搭配集,對搭配集進行篩選,并使用該語言模型對糾錯結(jié)果進行最終排序,并依此設計了一個針對英語動名詞搭配錯誤的糾正模塊。最后,對這兩個模塊的糾錯效果進行了測評。經(jīng)過實驗驗證,本文提出的層次語言模型具有穩(wěn)定性和簡潔性等優(yōu)點,對句子的描述也更加精確。將層次語言模型直接用于構(gòu)建解碼器對多種英語語法錯誤進行檢錯糾錯,或者用于抽取上下文特征作為英語語法檢錯糾錯中機器學習的特征,或者運用于對糾錯結(jié)果進行評分和排序,均能取得比傳統(tǒng)線性語言模型更好的效果。
[Abstract]:In recent years , the fast development in the field of English grammar error correction has produced many excellent results , but there is no big breakthrough in the design of the language model .
【學位授予單位】：中國科學技術(shù)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.1

【參考文獻】

相關(guān)期刊論文 前3條

1 杜一民;吳桂興;吳敏;;一種解決英語動名詞搭配錯誤的模型[J];計算機科學;2016年07期

2 鑒萍;宗成慶;;基于序列標注模型的分層式依存句法分析方法[J];中文信息學報;2010年06期

3 張鈸;;自然語言處理的計算模型[J];中文信息學報;2007年03期

相關(guān)碩士學位論文 前3條

1 陳朝才;英語搭配錯誤檢測與糾正系統(tǒng)的研究與實現(xiàn)[D];中國科學技術(shù)大學;2015年

2 葛昊;基于N-gram語法檢查系統(tǒng)的改進和實現(xiàn)[D];中國科學技術(shù)大學;2014年

3 曹莉;基于語料庫的中國大學生英語四、六級考試作文中動名搭配錯誤分析[D];華中科技大學;2007年

，

本文編號：1960172