BEA-2019 GEC 공유 작업에서의 LAIX 시스템

이 논문에서는 BEA-2019 GEC 공동 과제에 참여한 세 가지 트랙을 위해 개발한 두 가지 시스템에 대해 설명한다. 우리는 양방향 순환 신경망(Bi-RNN) 기반의 분류 모델과 신경 기계 번역(NMT) 모델을 활용하여 경쟁적인 모델을 탐색하였다. 각 트랙에 따라, NMT 모델, 분류 모델 및 일부 규칙을 선택적으로 결합하는 앙상블 시스템을 사용하였으며, 단일 시스템에 비해 앙상블 솔루션이 GEC 성능을 효과적으로 향상시킬 수 있음을 입증하였다. 본 연구의 GEC 시스템은 비제한 트랙에서 1위, 제한 트랙과 저자원 트랙에서 각각 3위를 차지하였다.