タイトル：Interpretability for Language Learners Using Example-Based Grammatical Error Correction
著者：Masahiro Kaneko, Sho Takase, Ayana Niwa, Naoaki Okazaki
会議・出版： ACL
年： 2022

💡 概要

• 言語学習のための文法誤り訂正モデルは訂正性能だけでなく結果の解釈性についても重要であるが、これまでほとんど議論されてこなかった。
• 近年、予測に用例を用いることで予測の根拠を提示できるようにし、モデルの解釈性を改善する手法が提案されている。言語学習では用例検索システムなどを用いて学習者が文法や語彙を学習することができる。そのため、予測に関連する用例を用いて文法誤り訂正モデルの解釈性を改善することで、同時に学習に有益な用例を提供できると考えられる。
• そこで、本論文では言語学習者の解釈性のために用例を基にして予測を行う文法誤り訂正モデルを提案する。文法誤り訂正の訂正結果と類似する用例を検索し提示することは言語学習者に有益であることを示した。さらに、用例を用いることで文法誤り訂正モデルの性能も改善できることも明らかにした。

💡 概要

• 評価・推論するための英語文法誤り訂正について最低限の知識が得られる
• Fairseqを用いてTransformerの文法誤り訂正モデルを動かす
• 文法誤り訂正モデルの推論結果を評価する

タイトル： JFLEG: A Fluency Corpus and Benchmark for Grammatical Error Correction
著者： Courtney Napoles, Keisuke Sakaguchi, Joel Tetreault
会議・出版： EACL
年： 2017

💡 概要

• 流暢な文法誤り訂正を評価するための開発・評価データを作成
• 多様な学習者が書いたテキストに対して訂正を行いデータセットを構築