HyperAIHyperAI

Command Palette

Search for a command to run...

تعلم دمج تصحيحات الأخطاء النحوية

Yoav Kantor; Yoav Katz; Leshem Choshen; Edo Cohen-Karlik; Naftali Liberman; Assaf Toledo; Amir Menczel; Noam Slonim

الملخص

حققت مجال تصحيح الأخطاء النحوية (GEC) العديد من الأنظمة لمعالجة الظواهر المستهدفة أو تحرير النصوص بشكل عام. نقترح طريقة آلية لدمج أنظمة الصندوق الأسود. يكتشف أسلوبنا تلقائيًا قوة النظام أو مزيج عدة أنظمة لكل نوع من الأخطاء، مما يحسن الدقة والاسترجاع مع تحسين مباشر لمعيار FFF. نظهر تحسينًا ثابتًا على أفضل نظام مستقل في جميع التكوينات المختبرة. هذا النهج أيضًا يتفوق على الجمع العشوائي لمختلف نماذج RNN ببدايات عشوائية.بالإضافة إلى ذلك، نحلل استخدام BERT في تصحيح الأخطاء النحوية - ونقدم نتائج واعدة في هذا الجانب. كما نقدم برنامج فحص الإملاء تم إنشاؤه لهذا المهمة والذي يتفوق على برامج الفحص الإملائي القياسية التي تم اختبارها في مهمة فحص الإملاء.يصف هذا البحث نظامًا تم تقديمه إلى مهمة مشتركة لبناء التطبيقات التعليمية 2019: تصحيح الأخطاء النحوية.باستخدام أسلوبنا لدمج مخرجات أفضل أنظمة مهمة BEA 2019 المشتركة، حافظنا على أعلى درجة مبلغ عنها في المرحلة المفتوحة من مهمة BEA 2019 المشتركة، مما حقق تحسينًا بمقدار 3.7 نقطة في معيار F0.5 مقارنة بأفضل نتيجة مبلغ عنها.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تعلم دمج تصحيحات الأخطاء النحوية | مستندات | HyperAI