[發(fā)明專利]基于多元特征的英語作文語法錯誤自動糾正方法

有效

• 申請?zhí)枺?/td>: 201310311955.4
• 申請日: 2013-07-24
• 公開（公告）號: CN103365838A
• 公開（公告）日: 2013-10-23
• 發(fā)明（設計）人: 黃桂敏;周婭;王曉娟
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F17/28
• 分類號: G06F17/28
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 羅玉榮

技術領域

本發(fā)明涉及自然語言處理技術與統(tǒng)計學，具體是基于多元特征的英語作文語法錯誤自動糾正方法。

背景技術

目前，英語作文語法錯誤的自動糾正方法主要分為兩類，即：基于規(guī)則的英語作文語法錯誤自動糾正方法和基于統(tǒng)計的英語作文語法錯誤自動糾正方法。其中，基于規(guī)則的英語作文語法錯誤自動糾正方法是：通過分析英語句子的語法特征，總結歸納出固定的英語語法規(guī)則來構建英語句子語法規(guī)則糾錯模型，當對英語作文的語法錯誤進行糾正時，構建英語句子語法規(guī)則糾錯模型對英語作文中句子的語法進行檢查，判斷它們是否符合模型中存在的語法規(guī)則，來實現(xiàn)對英語作文中語法錯誤的自動糾正。基于統(tǒng)計的英語作文語法錯誤自動糾正方法是：通過訓練文本集來構建英語句子的語法糾錯統(tǒng)計模型，使用英語句子的語法糾錯統(tǒng)計模型對英語作文中語法錯誤進行糾正處理。然而，這兩種英語作文語法錯誤的自動糾正方法都存在如下優(yōu)點與缺點。

1、基于規(guī)則的英語作文語法錯誤自動糾正方法

優(yōu)點：糾錯準確率高、執(zhí)行效率高、使用簡單，并且對于一些語法固定搭配、某些單詞特殊用法、固定的語法規(guī)則、語法時態(tài)數一致性具有較好的糾錯效果。

缺點：由于英語使用的靈活性和多變性，構建一種英語語法規(guī)則模型要花費較長時間，而且總結歸納的英語語法規(guī)則只能覆蓋局限語法規(guī)則，英語語法錯誤糾正類型有限。

2、基于統(tǒng)計的英語作文語法錯誤自動糾正方法

優(yōu)點：對于難以用語法規(guī)則描述的英語語法錯誤，這種方法具有較好的糾正效果。

缺點：英語語法糾錯正確率受到訓練文本集規(guī)模、語法特征提取廣度和精度、訓練構建的語法統(tǒng)計糾錯模型好壞的影響，所以這種方法的糾錯正確率有待改進。

總之，英語作文語法錯誤的自動糾正技術具有非常廣闊的應用前景，例如：作者利用它自動糾正其英語作文中語法錯誤，以提高自身的英語寫作水平；英語機器翻譯系統(tǒng)使用它糾正輸出的翻譯結果，以提高英語機器翻譯系統(tǒng)的譯文準確度。

發(fā)明內容

本發(fā)明的目的是提供基于多元特征的英語作文語法錯誤自動糾正方法。

基于多元特征的英語作文語法錯誤自動糾正方法，其中包括語法糾錯預處理模塊、語法糾錯模型訓練模塊和語法錯誤檢查糾正模塊；

語法糾錯預處理模塊處理包括：輸入訓練文本集，對訓練文本集進行單詞詞性標注、句子句法解析和單詞詞頻統(tǒng)計，輸出單詞詞性標注庫、句子句法樹結構庫、單詞詞頻統(tǒng)計庫；

語法糾錯模型訓練模塊處理包括：輸入單詞詞性標注庫、句子句法樹結構庫、單詞詞頻統(tǒng)計庫、單詞詞性語法混淆集，根據單詞詞性語法混淆集提取單詞詞性上下文語法特征、單詞詞性結構依賴語法特征，根據單詞多元語法特征提取單詞及其詞性的語法特征,利用單詞詞頻統(tǒng)計庫計算單詞語法特征權重，生成語法糾錯統(tǒng)計模型，輸出語法糾錯統(tǒng)計模型；

語法錯誤檢查糾正模塊處理包括：輸入語法糾錯統(tǒng)計模型、語法糾錯規(guī)則模型、單詞詞性語法混淆集，采用語法糾錯統(tǒng)計模型糾正英語作文中冠詞錯誤、介詞錯誤、詞性混淆錯誤、動詞形態(tài)錯誤、助動詞錯誤、主謂不一致錯誤，利用語法糾錯規(guī)則模型糾正英語作文中單復數不一致錯誤、片段錯誤、形容詞比較級最高級錯誤、動詞與補語搭配錯誤、單詞重復使用錯誤，輸出英語作文中語法錯誤的糾正結果。

所述的語法糾錯預處理模塊具體處理流程如下：

S0201開始；

S0202讀入訓練文本集；

S0203使用賓州樹庫標注集標注訓練文本集中句子，輸出單詞詞性標注庫；

S0204使用上下文無關文法單詞詞性句法解析方法訓練文本集中句子，輸出句子句法樹結構庫；

S0205遍歷單詞詞性標注庫；

S0206如果單詞詞性標注庫遍歷結束，則轉S0210操作；否則轉S0207操作；

S0207如果當前單詞在單詞詞頻鏈表中，則轉S0208操作；否則轉S0209操作；

S0208當前單詞及其詞性在單詞詞頻鏈表中詞頻加1，轉S0205操作；

S0209當前單詞及其詞性加入單詞詞頻鏈表，當前單詞及其詞性在單詞詞頻鏈表中詞頻加1，轉S0205操作；

S0210遍歷句子句法樹結構庫；

S0211如果句法樹結構庫遍歷結束，則轉S0215操作；否則轉S0212操作；

S0212如果當前短語在單詞詞頻鏈表中，則轉S0213操作；否則轉S0214操作；

S0213當前短語及其詞性在單詞詞頻鏈表中詞頻加1，轉S0210操作；