【技术实现步骤摘要】
一种基于CNN与BERT模型的英文语法纠错方法
本专利技术是自然语言处理领域中的一项任务,主要是一种基于CNN(ConvolutionalNeuralNetworks,卷积神经网络)与BERT(BidirectionalEncoderRepresentationsfromTransformers)模型的英文语法纠错方法。
技术介绍
对于国内英语学习者来说,语法往往是他们在英语学习中的难点,由于教学资源有限,学习者们遇到的语法问题往往不能及时得到正确的修改意见与范例。如果能有一种语法纠错系统,使得学习者们在学习和使用英语的过程中出现的语法错误能够被及时地指出,并给出相应的反馈建议,则可以极大地降低学习者们学习的难度,并显著地提高他们的英语水平。传统的英文纠错系统大多是单纯基于统计机器翻译原理或是基于某种语法规则而实现的纠错系统,准确度不高,训练模型效率低,能够查出的语法错误类型也有限。针对这些问题,本文提出了一种基于CNN与BERT模型的英文语法纠错方法。利用CNN+Attention(注意力机制)有效地提取句子特征;同时通过对BERT模型进行fine-tuning(参数微调),训练新的语言模型,为神经网络的输出结果评分,选出最佳的纠错结果。
技术实现思路
本专利技术提出一种基于CNN与BERT模型的英文语法纠错方法,将语法纠错视为一种从错误的“坏英语”到对应正确的“好英语”的翻译类任务,使用Encoder–Decoder(编码-解码)框架。模型采用了CNN+Attention+BERT结构。通过大 ...
【技术保护点】
1.一种基于CNN与BERT模型的英文语法纠错方法,利用基于Encoder-Decoder框架的CNN + Attention模型对英文句子进行纠错。/n
【技术特征摘要】
1.一种基于CNN与BERT模型的英文语法纠错方法,利用基于Encoder-Decoder框架的CNN+Attention模型...
【专利技术属性】
技术研发人员:马士成,贾艳明,
申请(专利权)人:北京博智天下信息技术有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。