一键语法错误增强工具 ChineseErrorCorrector

      欢迎使用我最近开源的一键语法错误增强工具，该工具可以进行14种语法错误的增强，不同行业可以根据自己的数据进行错误替换，来训练自己的语法和拼写模型，希望推动行业文本纠错的发展，欢迎Star，14种错误如下所示：

了解上述14种错误之后，若想对一个句子进行语法错误的增强，对应的每种错误类型使用方法，如下所示：

环境的安装

pip 下载 ChineseErrorCorrector包，推荐大家下载最新版。

pip install ChineseErrorCorrector

不同类型的数据增强

下面是14种不同错误类型的数据增强，大家可以选择对应的类型进行增强，若结果为None，则说明无法进行该类型的数据增强，欢迎大家使用。

1.缺字漏字

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.lack_word("小明住在北京"))
 
# 输出：小明在北京

　　

2.错别字错误

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.wrong_word("小明住在北京"))
# 输出：小明住在北鲸

3.缺少标点

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.lack_char("小明住在北京，热爱NLP。"))
# 输出：小明住在北京热爱NLP。

　　

4.错用标点

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.wrong_char("小明住在北京"))
# 输出：小明住在北京。热爱NLP。

　　

5.主语不明

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.unknow_sub("小明住在北京"))
# 输出：住在北京

　　

6.谓语残缺

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.unknow_pred("小明住在北京"))
# 输出：小明在北京

　

7.宾语残缺

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.lack_obj("小明住在北京，热爱NLP。"))
# 输出：小明住在北京，热爱。

　　

8.其他成分残缺

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.lack_others("小明住在北京，热爱NLP。"))
# 输出：小明住北京，热爱NLP。

　　

9.虚词多余

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.red_fun("小明住在北京，热爱NLP。"))
# 输出：小明所住的在北京，热爱NLP。

　　

10.其他成分多余

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.red_component("小明住在北京，热爱NLP。"))
# 输出：小明住在北京，热爱NLP。，看着

11.主语多余

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.red_sub("小明住在北京，热爱NLP。"))
# 输出：小明住在北京，小明热爱NLP。

　　

12.语序不当

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.wrong_sentence_order("小明住在北京，热爱NLP。"))
# 输出：热爱NLP。，小明住在北京

　　

13.动宾搭配不当

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.wrong_ver_obj("小明住在北京，热爱NLP。"))
# 输出：None ，即无法进行此类错误的增强

　　

14.其他搭配不当

from ChineseErrorCorrector.dat import GrammarErrorDat
 
cged_tool = GrammarErrorDat()
print(cged_tool.other_wrong("小明住在北京，热爱NLP。"))
# 输出：None, 即无法进行此类错误的增强

　　

代码地址：https://github.com/TW-NLP/ChineseErrorCorrector

后续会开源各种深度学习的工具包，来方便大家使用。