计算机应用

作者：张瑜琦, 沙灜

单位：1.华中农业大学 信息学院，武汉 430070；2.农业农村部智慧养殖技术重点实验室（华中农业大学），武汉 430070；3.湖北省农业大数据工程技术研究中心（华中农业大学），武汉 430070；4.农业智能技术教育部工程研究中心（华中农业大学），武汉 430070

关键词：自然语言处理,图卷积网络,中文语义错误识别,大语言模型,依存句法分析

基金：国家自然科学基金资助项目(62272188)

中文语义错误不同于简单的拼写错误和语法错误，它们通常更加隐蔽和复杂。中文语义错误识别（CSER）旨在判断中文句子是否包含语义错误，作为语义校对的前置任务，识别模型的性能对语义错误校对至关重要。针对CSER模型在融合句法信息时忽视句法结构与上下文结构之间差异的问题，提出一种层次信息增强的图卷积神经网络（HIE-GCN）模型，旨在将句法树中节点的层次信息嵌入上下文编码器，从而缩小句法结构与上下文结构之间的差异。首先，采用遍历算法提取句法树中节点的层次信息；其次，将层次信息嵌入BERT（Bidirectional Encoder Representations from Transformers）模型生成字符特征，而图卷积网络（GCN）将字符特征用于图上节点，并在图卷积计算后得到整个句子的特征向量；最后，利用全连接层进行单分类错误识别或多分类错误识别。在FCGEC（Fine-grained corpus for Chinese Grammatical Error Correction）和NaCGEC（Native Chinese Grammatical Error Correction）数据集上进行语义错误识别和校对的实验结果表明，在识别任务中，与基线模型相比，HIE-GCN模型在FCGEC数据集的单分类错误识别中将准确率至少提高0.10个百分点，F1值至少提高0.13个百分点；在多分类错误识别中将准确率至少提高1.05个百分点，F1值至少提高0.53个百分点；消融实验验证了层次信息嵌入的有效性；与GPT、Qwen等多个大语言模型（LLM）相比，所提模型的整体识别性能更高。在校对实验中，与序列到序列的直接纠错模型相比，采用识别-纠错二阶段流水线可将纠错精确率提高8.01个百分点，同时还发现，在LLM GLM4纠错过程中，向模型提示句子错误类型可将纠错的精确率提高4.62个百分点。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期