MaskGEC: Improving Neural Grammatical Error Correction via Dynamic Masking翻译摘要1.介绍2.模型
摘要语法错误纠正（GEC）是一种很有前途的自然语言处理（NLP）应用，其目的是将具有语法错误的句子更改为正确的句子。神经机器翻译（NMT）方法已被广泛应用于这种类似于翻译的任务。但是，这种方法需要相当大的带有错误注释句子对的平行语料库，这在汉语语法错误纠正领域尤其不容易获得。在本文中，我们提出了一种简单而有效的方法，通过动态MASK来改进基于NMT的GEC模型。通过在训练过程中将随机MASK动态添加到原始源句子中，可以生成更多种错误纠正的句子对实例，以增强语法错误纠正模型的泛化能力，而无需其他数
