TAILIEUCHUNG - Báo cáo khoa học: "Grammar Error Correction Using Pseudo-Error Sentences and Domain Adaptation"

This paper presents grammar error correction for Japanese particles that uses discriminative sequence conversion, which corrects erroneous particles by substitution, insertion, and deletion. The error correction task is hindered by the difficulty of collecting large error corpora. We tackle this problem by using pseudoerror sentences generated automatically. | Grammar Error Correction Using Pseudo-Error Sentences and Domain Adaptation Kenji Imamura Kuniko Saito Kugatsu Sadamitsu and Hitoshi Nishikawa NTT Cyber Space Laboratories NTT Corporation 1-1 Hikari-no-oka Yokosuka 239-0847 Japan @ Abstract This paper presents grammar error correction for Japanese particles that uses discriminative sequence conversion which corrects erroneous particles by substitution insertion and deletion. The error correction task is hindered by the difficulty of collecting large error corpora. We tackle this problem by using pseudoerror sentences generated automatically. Furthermore we apply domain adaptation the pseudo-error sentences are from the source domain and the real-error sentences are from the target domain. Experiments show that stable improvement is achieved by using domain adaptation. 1 Introduction Case marks of a sentence are represented by postpositional particles in Japanese. Incorrect usage of the particles causes serious communication errors because the cases become unclear. For example in the following sentence it is unclear what must be deleted. mail o todoi tara sakujo onegai-shi-masu mail ACC. arrive when delete please When Ộ has arrived an e-mail please delete it. If the accusative particle o is replaced by a nominative one ga it becomes clear that the writer wants to delete the e-mail When the e-mail has arrived please delete it. . Such particle errors frequently occur in sentences written by non-native Japanese speakers. This paper presents a method that can automatically correct Japanese particle errors. This task 388 corresponds to preposition article error correction in English. For English error correction many studies employ classifiers which select the appropriate prepositions articles by restricting the error types to articles and frequent prepositions Gamon 2010 Han et al. 2010 Rozovskaya and Roth 2011 . On the contrary Mizumoto et al.

• Báo cáo khoa học
• Grammar Error Correction
• Using Pseudo Error Sentences
• Domain Adaptation
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball