摘要
当前最先进的语法错误修正（Grammatical Error Correction, GEC）系统依赖于平行训练数据（即语法错误的句子及其人工修正后的正确版本），而这类数据的构建成本较高。本文提出采用“破坏-修复-评估”（Break-It-Fix-It, BIFI）方法，构建一种无监督的GEC系统。BIFI框架通过一个“修复器”（fixer）将语法错误的句子转换为语法正确的句子，同时利用一个“评判器”（critic）预测句子的语法正确性，从而从无标注文本中自动生成平行数据。本文提出一种无监督方法来构建修复器与评判器，并设计了一种迭代优化算法，使两者能够相互促进、持续改进。我们在英文和中文GEC任务上对所提出的无监督GEC系统进行了评估。实验结果表明，该系统在性能上超越了以往的无监督GEC方法，并且在不使用集成（ensemble）的情况下，达到了与监督学习方法相媲美的效果。此外，当结合少量标注训练数据时，该系统在CoNLL-2014和NLPCC-2018测试集上取得了新的最先进（state-of-the-art）性能。