規(guī)則與統(tǒng)計(jì)相結(jié)合的英語(yǔ)作文語(yǔ)法糾錯(cuò)模型研究.pdf

1、英語(yǔ)作為世界上使用范圍最廣的語(yǔ)言之一，它在中國(guó)與世界的溝通交流中發(fā)揮著至關(guān)重要的作用。然而英語(yǔ)中的語(yǔ)法學(xué)習(xí)對(duì)于英語(yǔ)學(xué)習(xí)者來說是一個(gè)困難而又漫長(zhǎng)的過程，尤其在英語(yǔ)寫作中，英語(yǔ)學(xué)習(xí)者難免會(huì)犯各種各樣的語(yǔ)法錯(cuò)誤。所以研發(fā)一種用于糾正英語(yǔ)寫作中出現(xiàn)的各種語(yǔ)法錯(cuò)誤的模型是極其重要的，這樣做不僅可以應(yīng)用于英語(yǔ)文本的自動(dòng)檢查與校對(duì)，而且能使學(xué)生達(dá)到自主練習(xí)的目的。
　　本文基于中國(guó)大學(xué)生英語(yǔ)作文，分析了中國(guó)大學(xué)生寫作常犯的語(yǔ)法錯(cuò)誤，并針對(duì)這些語(yǔ)

2、法錯(cuò)誤建立了規(guī)則與統(tǒng)計(jì)相結(jié)合的英語(yǔ)作文語(yǔ)法糾錯(cuò)模型和從句關(guān)聯(lián)詞糾錯(cuò)模型，實(shí)現(xiàn)了對(duì)英語(yǔ)作文的智能檢查與糾正。
　　本文的研究成果主要分為以下兩個(gè)部分：
　　1、針對(duì)中國(guó)大學(xué)生常犯的語(yǔ)法錯(cuò)誤，實(shí)現(xiàn)了基于規(guī)則與統(tǒng)計(jì)相結(jié)合的語(yǔ)法糾錯(cuò)模型。首先收集并編寫了包含大量語(yǔ)法規(guī)則的語(yǔ)法規(guī)則庫(kù)，又進(jìn)一步編寫了語(yǔ)法規(guī)則編寫器以方便以后對(duì)該規(guī)則庫(kù)的維護(hù)和擴(kuò)充。把語(yǔ)法規(guī)則庫(kù)中的規(guī)則分為較易產(chǎn)生誤報(bào)和不易產(chǎn)生誤報(bào)兩類，在規(guī)則語(yǔ)法糾錯(cuò)處理模塊之后，采用三

3、元語(yǔ)法模型只對(duì)較易產(chǎn)生誤報(bào)的那一類規(guī)則進(jìn)行進(jìn)一步進(jìn)行過濾和補(bǔ)充，并為該模塊加入了Kneser-Ney平滑算法，從而增加了模型的糾錯(cuò)處理的準(zhǔn)確率和語(yǔ)法錯(cuò)誤糾錯(cuò)種類。
　　2、為提高英語(yǔ)從句關(guān)聯(lián)詞糾錯(cuò)能力，提出了一種基于遺傳算法的自動(dòng)特征選擇和KNN算法相結(jié)合的自動(dòng)英語(yǔ)從句關(guān)聯(lián)詞糾錯(cuò)模型。模型首先提取了相關(guān)的語(yǔ)法特征，然后使用遺傳算法和KNN算法結(jié)合，搜索出針對(duì)該算法的最優(yōu)特征子集。最后通過實(shí)驗(yàn)，對(duì)實(shí)際數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證與比較。結(jié)果表