文献

J-GLOBAL ID：202002260081591335   整理番号：20A2282429

ペアワイズトレーニングによる自己注意による文法誤り検出【JST・京大機械翻訳】

Grammatical Error Detection with Self Attention by Pairwise Training

著者 (2件)： Wang Quanbin (Peking University,Key Laboratory of Machine Perception (MOE),Beijing,China,100871) ,  Tan Ying (Peking University,Key Laboratory of Machine Perception (MOE),Beijing,China,100871)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-7  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動文法誤差検出システムは,言語学習者が自分自身によって書かれたテキストが誤りを持つかどうかを確認するために有用である。研究では,このタスクを扱うための様々なモデルに関してより多くの注目が払われており,様々なアプローチが提案されてきた,そして,より良い結果がルールベース方法と比較して達成された。人工的に生成された不正確なテキストは,さらに,文法誤差補正の性能を改善し,ペアワイズ訓練は,多くの推薦アルゴリズムに必要であることが知られている。本論文では,BERTから事前訓練された単語埋込みによる誤り検出タスクを解くために,これら2つの技術を組み込んだ。すべての以前の研究は,サンプルがバッチで訓練されたモデルであったので,標本の対でペアワイズ訓練を採用する最初の研究である。ペアワイズ訓練は,サンプル対内の差異を捉えるモデルに対して有用であり,それは誤差を識別するためのモデルに対して直感的に有用である。大規模な実験を行い,ペアワイズ訓練機構の有効性を証明した。実験結果は,提案方法が4つの異なる標準ベンチマークに関する最先端の性能の状態を達成できることを示した。データ増強とフィルタリングの助けを借りて,F_0:5の値をさらに改良することができた。4つの試験セット間の全体的な改善は,異なるドメインからのデータセットに対するペアワイズ訓練の一般性を示す約2.5%である。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  *文法 ,  *誤り検出 ,  誤り訂正 ,  有効性 ,  ベンチマーク ,  単語 ,  普遍性 ,  ルールベース
準シソーラス用語： 言語学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 自己 ,  注意 ,  文法 ,  誤り検出