摘要
本发明公开了基于深度学习的英语写作语法错误检测系统,该系统包括原始数据采集模块、数据初步处理模块、语法错误定位模型构建模块、语法错误分类模型构建模块和语法错误检测模块。本发明涉及文本语法错误检测技术领域,具体是指基于深度学习的英语写作语法错误检测系统,本发明通过数据采集得到原始数据;采用文本数据修整、文本向量化、数据标准化和数据集分割的数据初步处理方法;采用轻量级梯度提升机模型作为语法错误定位模型,通过自适应融合规则冲突与统计模式异常,提升了错误定位的精度;采用变压器模型作为语法错误分类模型,通过建模词语间的依存关系并引入图结构约束,提升了分类的准确性。
技术关键词
双向长短期记忆网络
变压器模型
分类模型构建
英语
梯度提升机
节点特征
数据
文本
注意力机制
融合特征
混合神经网络模型
模块
输出特征
融合规则
掩码矩阵
错误检测
变压器架构
统计特征
学习器
系统为您推荐了相关专利信息
心率检测方法
检测网络模型
双向长短期记忆网络
工频噪声
全卷积网络
航空发动机气路
重构残差
训练集数据
航空发动机健康管理
灰色关联度
风险预测方法
风险预测系统
样本
梯度提升机
预测装置
神经网络模型
图像特征数据
融合特征
辐射光谱特征
材料检测方法
发电功率预测方法
双向长短期记忆网络
发电功率预测装置
光伏板
历史功率数据