中文语法纠错技术的研究进展综述

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：句泽东, 程春雷, 叶青, 彭琳, 龚著凡

单位：1.江西中医药大学 计算机学院，南昌 330004；2.江西省中医人工智能重点研究室，南昌 330004

摘要：中文语法错误纠正任务（Chinese grammar error correction，CGEC）旨在利用自然语言处理技术自动纠正含有语法错误的中文句子。该任务致力于提升文本的准确性与可读性，增强信息传递的效果，在新闻发布、书刊出版、语音输入、病历质控等多个领域展现出其不可或缺的重要性。回顾了中文语法纠错技术的发展脉络，介绍了常用的评价指标及公开数据集，并剖析当前中文语法纠错面临的主要挑战，包括训练库语料匮乏、过度纠正等问题。针对这些挑战，系统梳理传统的纠错方法；进而深入探讨序列模型方法在语法纠错领域的研究应用，将其主要划分为基于序列到序列（Seq2Seq）的纠错模型和基于序列到编辑（Seq2Edit）的纠错模型两大类别；系统地梳理了基于大语言模型的语法纠错新路径。立足问题解决视角，对各类纠错模型展开详尽分析与总结，最后展望了中文语法纠错面临的挑战与未来的发展方向。

关键词：语法纠错,深度学习,大语言模型（LLMs）,自然语言处理技术