来源：期刊VIP网 时间：
作者：崔秀莲;严福康;李正华;
单位：苏州大学计算机科学与技术学院;
摘要：由于深度学习框架在可解释性上的缺乏，本文将基于实例的方法首次应用到词性标注数据错误检测任务，旨在充分利用模型学到的实例之间的相似度信息。首先，本文基于预训练语言模型，实现了基于实例的词性标注模型，在CTB7数据集上的预测准确率和基于标准分类器的模型相当，达96.76%。进而，本文提出了一种基于实例的标注错误检测方法。为了获得真实检错数据集，本文采用不同方法对CTB7测试集进行自动错误检测，并人工标注候选错误，最终获得2 016个真实标注错误，约占所有8万多词中的2.5%。检错数据集上的实验表明，基于实例的方法的检错准确率达41.48%。
关键词：词性分类;;标注错误数据集;;语义相似度;;CTB7数据集
基金资助：国家自然科学基金（62176173）;; 江苏高校优势学科建设工程资助项目
