Grammatical Error Correction in Low-Resource Scenarios

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10405590" target="_blank" >RIV/00216208:11320/19:10405590 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.aclweb.org/anthology/D19-5545/" target="_blank" >https://www.aclweb.org/anthology/D19-5545/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/D19-5545" target="_blank" >10.18653/v1/D19-5545</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Grammatical Error Correction in Low-Resource Scenarios

Popis výsledku v původním jazyce

Grammatical error correction in English is a long studied problem with many existing systems and datasets. However, there has been only a limited research on error correction of other languages. In this paper, we present a new dataset AKCES-GEC on grammatical error correction for Czech. We then make experiments on Czech, German and Russian and show that when utilizing synthetic parallel corpus, Transformer neural machine translation model can reach new state-of-the-art results on these datasets. AKCES-GEC is published under CC BY-NC-SA 4.0 license at https://hdl.handle.net/11234/1-3057 and the source code of the GEC model is available at https://github.com/ufal/low-resource-gec-wnut2019.

Název v anglickém jazyce

Grammatical Error Correction in Low-Resource Scenarios

Popis výsledku anglicky

Grammatical error correction in English is a long studied problem with many existing systems and datasets. However, there has been only a limited research on error correction of other languages. In this paper, we present a new dataset AKCES-GEC on grammatical error correction for Czech. We then make experiments on Czech, German and Russian and show that when utilizing synthetic parallel corpus, Transformer neural machine translation model can reach new state-of-the-art results on these datasets. AKCES-GEC is published under CC BY-NC-SA 4.0 license at https://hdl.handle.net/11234/1-3057 and the source code of the GEC model is available at https://github.com/ufal/low-resource-gec-wnut2019.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 5th Workshop on Noisy User-generated Text (W-NUT 2019)

ISBN

978-1-950737-84-0

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

346-356

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Hong Kong, China

Datum konání akce

4. 11. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—