1. 模型：
In 2020, Chinese grammatical error diagnosis(CGED) was held in NLP-TEA. -> BERT-based model：
Chinese as Foreign Language (CFL) learners
链接：github.com/NYCU-NLP/NL…
可分为正确类别和以下四类错误：
Four error types are defined as redundant words (denoted as a capital “R”), missing words (“M”), word selection errors (“S”), and word ordering errors (“W”).
- Word Redundant Error
- Word Missing Error
- Word Selection Error
- Word Disorder Error
2. 数据集（4）：
- CGED (比赛数据集）
- HSK （汉语第二语言数据）
- Lang8 （普通话学习者语料）
- School (中小学作业语料，closed-source)
3. 发现：
- 中小学数据增强的同源错误有助于提高模型性能
- 样本比例分布偏差会阻碍模型性能
- False Positive Rate (FPR)：误诊率对该任务很重要。
4. Case：
5. 补充
- 2014年NLPTEA-CGED，先二分类，再错误细分四类
- 2015年NLPTEA-CGED，识别the range of occurring error.
- 2016年NLPTEA-CGED，More than one errors + HSK curpus.
欢迎评论补充相关资源...
