一种基于迭代优化的老挝语语法纠错训练数据构建方法、系统

本发明涉及一种基于迭代优化的老挝语语法纠错训练数据构建方法、系统，属自然语言处理领域。包括：利用预训练语言模型对初始语料进行初始语法纠错预测，对初始预测结果中的残留错误进行统计分析，基于常见错误类型和分布的统计数据，利用规则方法或大模型自动生成覆盖特定错误类型的新句子，用于扩充语法纠错训练数据集；将扩充后的数据与原始语料融合并进行质量评估；利用质量评估后的训练数据集重新训练预训练语言模型，进一步优化纠错预训练语言模型，筛选出覆盖多种错误分布的高质量老挝语语法纠错训练数据集。本发明动态生成覆盖广泛错误分布的老挝语语法纠错数据，有效提升了语法纠错模型的性能，解决了老挝语语法纠错训练数据稀缺的问题。