초록
사용 가능한 훈련 데이터의 부족은 자동 오류 검출 분야의 발전을 저해하고 있습니다. 본 논문에서는 인위적으로 작성 오류를 생성하여 추가적인 자원을 만들기 위한 두 가지 대체 방법을 조사합니다. 우리는 오류 생성을 문법적으로 올바른 텍스트를 오류가 포함된 텍스트로 번역하는 기계 번역 작업으로 다루는 것을 제안합니다. 또한 주석이 달린 말뭉치에서 텍스트 패턴을 추출하여 이를 문법적으로 올바른 문장에 오류를 삽입하는 시스템을 탐구합니다. 실험 결과, 인위적으로 생성된 오류를 포함함으로써 FCE와 CoNLL 2014 데이터셋에서 오류 검출 정확도가 크게 향상됨을 확인할 수 있었습니다.