[发明专利]语法纠错数据生成方法、装置、计算机设备及存储介质

权利要求书

1.语法纠错数据生成方法，其特征在于，包括：

获取待纠错的输入语句；

对所述输入语句进行编辑，以得到合成语句；

输出所述合成语句；

所述对所述输入语句进行编辑，以得到合成语句，包括：

对所述输入语句进行词牌的编辑，以得到第一语句；

对所述第一语句进行潜在表示的编辑，以得到第二语句；

对所述第二语句进行错误标签的编辑，以得到合成语句；

所述对所述第一语句进行潜在表示的编辑，以得到第二语句，包括：

将所述第一语句输入编码器内进行编码，以得到字符潜在表示向量；

对所述字符潜在表示向量添加扰动，以得到新向量；

将所述新向量输入解码器内进行解码，以得到第二语句；

第一语句输入到transformer编码器Φ_E中，Φ_E输出字符的潜在表示向量h，对该向量添加扰动ε得到新向量潜在表示向量的神经网络传递参数时，传递的形式看作向量，向量的内容是参数，添加扰动后，字符的潜在表示向量h发生变化；

对潜在表示进行编辑，对其添加扰动，对于原输入语句x，期望生成的语法错误类型为z，利用自然语言处理工具ERRANT预测字符的潜在表示向量h得到的类型为z′，假设预测的损失为由下式计算扰动：ε＝-λL(h，z，z′)/||L(h，z，z′)||₂，其中，λ是常数，控制扰动大小，||L(h，z，z′)||₂是2的范数，由此得到新的潜在表示经过transformer解码器Φ_D输出为第二语句x′。

2.根据权利要求1所述的语法纠错数据生成方法，其特征在于，所述对所述输入语句进行编辑，以得到合成语句，包括：

对所述输入语句进行词牌、潜在表示以及错误标签中至少一个进行编辑，以得到合成语句。

3.根据权利要求2所述的语法纠错数据生成方法，其特征在于，所述对所述输入语句进行词牌的编辑，以得到第一语句，包括：

采用自然语言处理工具对所述输入语句进行转化，以得到词牌序列；

对所述词牌序列进行编辑，以得到第一语句。

4.根据权利要求3所述的语法纠错数据生成方法，其特征在于，所述对所述第二语句进行错误标签的编辑，以得到合成语句，包括：

对所述第二语句更换错误标签，以得到新标签；

根据所述新标签生成合成语句。

5.根据权利要求4所述的语法纠错数据生成方法，其特征在于，所述根据所述新标签生成合成语句，包括：

根据所述新标签在所述第二语句内变换词性、句式以及时态，以得到合成语句。