摘要
文本编辑任务，包括句子合并、句子拆分、句式重构、文本简化以及语法错误纠正（Grammatical Error Correction, GEC），具有一个共同特征：其输入与输出序列高度相似。该研究领域处于两个成熟技术方向的交叉点上：（i）广泛应用于神经机器翻译（Neural Machine Translation, NMT）等任务的完全自回归序列到序列（sequence-to-sequence）方法；以及（ii）常用于词性标注、命名实体识别（Named-Entity Recognition, NER）等任务的序列标注技术。为实现架构上的平衡，研究者们提出了多种富有创意且非传统的解决方案，相关内容将在“相关工作”部分进行讨论。本文提出的方法称为 RedPenNet，旨在减少特定“序列到编辑”（Sequence-To-Edits）模型中存在的架构冗余与参数冗余，同时保留其半自回归（semi-autoregressive）结构的优势。在 BEA-2019（测试集）基准上，我们的模型取得了 77.60 的 $F_{0.5}$ 分数，可视为当前最先进水平，仅略逊于系统集成方法；在 UAGEC+Fluency（测试集）基准上，得分达到 67.71。本研究是在 UNLP 2023 工作坊背景下开展的，相关成果以论文形式提交，作为该工作坊“乌克兰语语法错误纠正（GEC）共享任务”的参赛作品。本研究旨在将 RedPenNet 方法应用于乌克兰语的语法错误纠正任务，探索其在低资源语言场景下的有效性与适应性。