Two-stage Thai Misspelling Correction based on Pre-trained Language Models

计算机科学 自然语言处理 人工智能 任务(项目管理) 拼写 安全性令牌 编辑距离 语音识别 语言学 哲学 计算机安全 管理 经济
作者
Idhibhat Pankam,Peerat Limkonchotiwat,Ekapol Chuangsuwanich
标识
DOI:10.1109/jcsse58229.2023.10202006
摘要

Thai spelling detection and correction is a task to detect and correct mistakes in natural language. The implementation of an edit distance and dictionary mapping to identify and correct misspelled words is a widely used method for addressing this challenge in the Thai language. However, this technique excludes contextualization from the input and can yield incorrect answers. In this paper, we propose a two-stage framework that leverages pre-trained language models, such as WangchanBERTa, for correcting Thai misspellings. Our proposed method consists of a model for misspelling detection based on the token prediction task and a correction model based on masked prediction. Additionally, character edit distance (CED) can be used as a post-processing step to help improve the correction results. Our experiments were conducted on two standard datasets for Thai misspellings, namely UGWC and VISTEC-TPTH-2021. On the UGWC data, our model can help correct 3,867 out of the 6,399 misspelled words (60.43%), which is higher than the baseline's rate of 41.75%. 1 1 https://github.com/bookpanda/Two-stage-Thai-Misspelling-Correction-Based-on-Pre-trained-Language-Models
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Kawhi发布了新的文献求助10
刚刚
Gin发布了新的文献求助10
刚刚
allwind发布了新的文献求助10
1秒前
2秒前
2秒前
星星发布了新的文献求助10
4秒前
4秒前
4秒前
4秒前
NexusExplorer应助stws采纳,获得10
4秒前
凉水发布了新的文献求助10
6秒前
ssk发布了新的文献求助10
7秒前
千逐发布了新的文献求助10
8秒前
10秒前
情怀应助花花花花采纳,获得10
11秒前
JamesPei应助文静采纳,获得10
11秒前
11秒前
12秒前
14秒前
Fiang完成签到,获得积分20
14秒前
14秒前
goodgay133应助vspill采纳,获得10
15秒前
美丽萝莉发布了新的文献求助10
16秒前
桐桐应助AATRAHASIS采纳,获得10
17秒前
凉水完成签到,获得积分10
17秒前
17秒前
Fiang发布了新的文献求助10
17秒前
longge233233完成签到,获得积分10
18秒前
劲秉应助科研通管家采纳,获得10
19秒前
19秒前
灰灰应助科研通管家采纳,获得10
19秒前
华仔应助科研通管家采纳,获得10
19秒前
子车茗应助科研通管家采纳,获得20
19秒前
852应助qqqq采纳,获得10
19秒前
似是而非应助科研通管家采纳,获得10
20秒前
酷波er应助科研通管家采纳,获得10
20秒前
dyhbjk完成签到,获得积分10
20秒前
领导范儿应助科研废狗采纳,获得10
20秒前
科目三应助十一采纳,获得10
20秒前
田様应助科研通管家采纳,获得10
20秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Keywords: explanatory textual sequences, motivation, self-determination, academic performance, math, artificial intelligence 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3267427
求助须知:如何正确求助?哪些是违规求助? 2906845
关于积分的说明 8339782
捐赠科研通 2577416
什么是DOI,文献DOI怎么找? 1400949
科研通“疑难数据库(出版商)”最低求助积分说明 654995
邀请新用户注册赠送积分活动 633900