論文の概要: Enhancing Grammatical Error Correction Systems with Explanations

• arxiv url: http://arxiv.org/abs/2305.15676v2
• Date: Sat, 10 Jun 2023 05:41:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-13 23:54:55.723963
• Title: Enhancing Grammatical Error Correction Systems with Explanations
• Title（参考訳）: 説明付き文法的誤り訂正システムの実現
• Authors: Yuejiao Fei, Leyang Cui, Sen Yang, Wai Lam, Zhenzhong Lan, Shuming Shi
• Abstract要約: 文法的誤り訂正システムは、言語誤りを検出し、修正することで、文字によるコミュニケーションを改善する。 本稿では,エビデンスワードと文法的誤り型を付加したデータセットEXPECTを紹介する。 人間の評価により,GECシステムの説明は,訂正提案を受理するか否かを判断する第2言語学習者を支援することができる。
• 参考スコア（独自算出の注目度）: 45.69642286275681
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Grammatical error correction systems improve written communication by detecting and correcting language mistakes. To help language learners better understand why the GEC system makes a certain correction, the causes of errors (evidence words) and the corresponding error types are two key factors. To enhance GEC systems with explanations, we introduce EXPECT, a large dataset annotated with evidence words and grammatical error types. We propose several baselines and analysis to understand this task. Furthermore, human evaluation verifies our explainable GEC system's explanations can assist second-language learners in determining whether to accept a correction suggestion and in understanding the associated grammar rule.
• Abstract（参考訳）: 文法的誤り訂正システムは、言語誤りの検出と修正により、書き込み通信を改善する。 言語学習者がgecシステムが特定の修正を行う理由をよりよく理解するために、エラーの原因(明確な単語)と対応するエラータイプは2つの重要な要因である。 GECシステムに説明を伴い,エビデンスワードと文法的誤り型を付加した大規模データセットEXPECTを導入する。 このタスクを理解するために,いくつかのベースラインと分析を提案する。 さらに,人間の評価は,説明可能なgecシステムの説明を検証すれば,修正提案を受け入れるか否かを判断し,関連する文法規則を理解する上で,第二言語学習者を支援することができる。

関連論文リスト

• GEE! Grammar Error Explanation with Large Language Models [64.16199533560017]
  本稿では,文法的誤りを1対の誤り文と訂正文に1文で説明する必要がある文法的誤り説明の課題を提案する。 文法的誤り説明における GPT-4 の能力を解析し, ワンショットプロンプトを用いた60.2% の誤り説明しか生成しないことを確認した。 我々は、構造化されたアトミックトークンの編集を行うために、微調整された大規模言語モデルを活用する2段階のパイプラインを開発した。
  論文  参考訳（メタデータ） (2023-11-16T02:45:47Z)
• Controlled Generation with Prompt Insertion for Natural Language Explanations in Grammatical Error Correction [50.66922361766939]
  ユーザの修正理由の理解を確保することが不可欠である。 既存の研究では、修正の根拠となるトークン、例、ヒントが提示されているが、修正の理由を直接説明していない。 GEC修正のための説明を生成するには、入力トークンと出力トークンの整列、修正ポイントの識別、およびそれに対応する説明を一貫して提示することが含まれる。 本研究では,LLMが自然言語の修正の理由を説明するために,Prompt Insertion (PI) を用いた制御生成法を提案する。
  論文  参考訳（メタデータ） (2023-09-20T16:14:10Z)
• Gender Bias and Universal Substitution Adversarial Attacks on Grammatical Error Correction Systems for Automated Assessment [1.4213973379473654]
  GECシステムはしばしば、評価とフィードバックの形式として、英語学習者の音声の書き起こしに使用される。 候補の入力文からGECシステムの文法的に訂正された出力文への編集回数は、候補の言語能力を示す。 本研究は、英語の非母語話者が現実的に、評価に使用されるECCシステムを騙すために使用できる、単純な普遍的置換対逆攻撃について検討する。
  論文  参考訳（メタデータ） (2022-08-19T17:44:13Z)
• Interpretability for Language Learners Using Example-Based Grammatical Error Correction [27.850970793739933]
  本稿では,言語学習者に対して,修正結果のベースとしてサンプルを提示する例ベースGEC(EB-GEC)を提案する。 実験により、EB-GECが提示した例は、言語学習者がGEC出力からの提案を受け入れたり拒否したりするのに役立つことが示された。
  論文  参考訳（メタデータ） (2022-03-14T13:15:00Z)
• A Syntax-Guided Grammatical Error Correction Model with Dependency Tree Correction [83.14159143179269]
  文法的誤り訂正(英: Grammatical Error Correction, GEC)は、文中の文法的誤りを検出し、訂正するタスクである。 本稿では,依存木の構文知識を利用するためのグラフアテンション機構を採用した構文誘導型GECモデル(SG-GEC)を提案する。 我々は、GECタスクの公開ベンチマークでモデルを評価し、競争結果を得る。
  論文  参考訳（メタデータ） (2021-11-05T07:07:48Z)
• Classifying Syntactic Errors in Learner Language [32.93997096837712]
  本稿では,文の形態的構造が変化した誤りを学習者の言語で分類する手法を提案する。 この手法は確立されたUniversal Dependencies構文表現スキームに基づいて構築され、他のエラー分類システムに補完情報を提供する。
  論文  参考訳（メタデータ） (2020-10-21T14:28:22Z)
• Improving the Efficiency of Grammatical Error Correction with Erroneous Span Detection and Correction [106.63733511672721]
  ESD(Eroneous Span Detection)とESC(Eroneous Span Correction)の2つのサブタスクに分割することで、文法的誤り訂正(GEC)の効率を改善するための言語に依存しない新しいアプローチを提案する。 ESDは、効率的なシーケンスタグ付けモデルを用いて文法的に誤りテキストスパンを識別する。ESCは、Seq2seqモデルを利用して、注釈付き誤字スパンの文を入力として取り、これらのスパンの修正テキストのみを出力する。 実験の結果,提案手法は英語と中国語のGECベンチマークにおいて従来のセク2seq手法と同等に動作し,推論に要するコストは50%以下であった。
  論文  参考訳（メタデータ） (2020-10-07T08:29:11Z)
• On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
  我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。 結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
  論文  参考訳（メタデータ） (2020-05-12T11:01:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。