无需参考答案，用语法纠错能力提升自动语法纠错评估效果。
IMPARA-GED: Grammatical Error Detection is Boosting Reference-free Grammatical Error Quality Estimator
- 基于预训练模型增强语法纠错能力，构建无参考评估方法。
- 在SEEDA数据集上与人工评估相关性达最高水平。
- 适合需要无参考评估的语法纠错系统研发者使用。
我们提出IMPARA-GED，一种具备语法错误检测（GED）能力的新型无参考自动语法纠错（GEC）评估方法。聚焦于现有自动GEC评估方法IMPARA的质量评估器，利用具备增强语法纠错能力的预训练语言模型构建了IMPARA-GED的评估器。在用于自动GEC评估方法元评估的SEEDA数据集上的实验结果表明，IMPARA-GED与人工句子级评估的相关性达到最高水平。
原文摘要 · Abstract (English)
We propose IMPARA-GED, a novel reference-free automatic grammatical error correction (GEC) evaluation method with grammatical error detection (GED) capabilities. We focus on the quality estimator of IMPARA, an existing automatic GEC evaluation method, and construct that of IMPARA-GED using a pre-trained language model with enhanced GED capabilities. Experimental results on SEEDA, a meta-evaluation dataset for automatic GEC evaluation methods, demonstrate that IMPARA-GED achieves the highest correlation with human sentence-level evaluations.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。