基于神经网络的藏文正字检错法

色差甲1 慈祯嘉措1 才让加1，2 华果才让1

1.青海师范大学计算机学院；2.青海省藏文信息处理与机器翻译重点实验室

在缺乏标注数据的条件下，该文将藏文正字检错任务视为一个分类问题:首先从语言学知识中构建音节混淆子集并给每个原句加噪，然后建立深层双向表征的BERT作为分类模型，最后为了证明该方法的有效性，构建两个基线模型和三种不同领域的测试集，实验结果表明，该方法的结果优于两个基线模型。该文方法在相同领域测试集上句子分类的正确率达到93.74%，不同领域测试集上也能达到83.6%。对错误音节的识别率为74.53%，同时对无错误音节的误判率只有2.30%。

藏文正字检错；加噪算法；BERT模型

中文研究

3007-9896

20209

人文社科