中文纠错渐进学习框架

像人一样渐进纠错

首次将拼写纠错与语法纠错统一在仿人渐进学习框架下，可适配各类预训练语言模型，在多个基准上显著提升纠错效果。

李映辉 · Shirong, Ma · Shaoshen, Chen · Haojing, Huang · Shulin, Huang · Yangning, Li · 郑海涛 · 沈颖

Expert Systems with Applications 2025

参数信息

值平均提升

约2 %

技术优势

一类模型纠两类错

通过渐进范式统一拼写纠错和语法纠错，无需分别训练两套模型。

即插即用的框架

与具体模型无关，可应用于现有CSC和CGEC模型，无需改动网络结构。

平均F1显著提升

在CSC任务上平均提升约2%，CGEC任务上平均提升约3%。

应用场景

• 自然语言处理：为中文NLP下游任务提供更干净的输入文本。
• 文本纠错：统一处理拼写和语法错误，提升纠错系统整体性能。
• 预训练语言模型：在现有PLM上即插即用，无需重新设计模型。
• 中文拼写纠错：针对拼写错误，平均F1提升约2%。
• 中文语法纠错：针对语法错误，平均F1提升约3%。