Sequence-to-Action

Description

1. 该代码库是基于腾讯在AAAI 2022发表的一篇关于中文语法纠错的论文来复现的，有些小细节可能会与论文有出入，笔者已经尽可能还原论文作者的思路

2. 论文为：Sequence-to-Action: Grammatical Error Correction with Action Guided Sequence Generation

3. 笔者在参加CCL 2022的中文语病诊断评测任务中，通过复现该论文的方法来提升单模指标，可能由于数据量或者训练方式的问题，使用原生的Transformer模型几乎看不到效果，因此将该部分替换成Bart，才有明显的效果，且指标高于官方提供的基线方法-Gector

---

工程结构

该工程代码库主要基于easy-task训练框架，可实现灵活地搭建训练任务

config

- grammar_s2a_bart.yml 任务的训练配置文件
- grammar_s2a_predict.yml 任务的预测配置文件

src

- correct_result.py 任务的预测结果评估文件
- model.py 存放模型的文件
- seq2action_bart_task.py 任务的训练和预测代码
- run_task_s2a.py 任务的入口文件

---

运行方法

训练任务

1. grammar_s2a_bart.yml配置好训练参数

2. 选择该配置文件进行加载 task_utils = BaseUtils(task_config_path=os.path.join(os.getcwd(), 'config/grammar_s2a_bart.yml'))

3. python3 src/run_task_s2a.py

预测任务

1. grammar_s2a_predict.yml配置好训练参数

2. 选择该配置文件进行加载 task_utils = BaseUtils(task_config_path=os.path.join(os.getcwd(), 'config/grammar_s2a_predict.yml'))

3. python3 src/run_task_s2a.py

实验结果