文法誤りの訂正を組み合わせる学習

文法エラー訂正（GEC）の分野では、特定の現象や一般的なテキスト編集に対処するための様々なシステムが開発されてきました。本研究では、ブラックボックスシステムを自動的に組み合わせる方法を提案します。当手法は、各エラータイプごとにシステムまたは複数のシステムの強さを自動検出することで、精度と再現率を向上させつつ、直接 $F$ スコアを最適化します。我々は、テストされたすべての構成において、最良の単独システムよりも一貫して改善することを示しています。このアプローチはまた、異なるRNNモデル（ランダム初期化）の平均アンサンブルよりも優れた性能を発揮します。さらに、BERTを使用したGECの利用について分析を行い、有望な結果を得ました。また、このタスクのために作成されたスペルチェッカーも紹介し、スペルチェックタスクにおいて標準的なスペルチェッカーよりも優れた性能を示すことを確認しました。本論文は、「Building Educational Applications 2019 共有タスク：文法エラー訂正」へのシステム提出について記述しています。BEA 2019共有タスクで上位にランクインしたシステムの出力を当手法で組み合わせることにより、オープンフェーズにおけるBEA 2019共有タスクで最高の報告スコアを持ち、最良の結果よりF0.5スコアで3.7ポイント改善しました。