请问“的地得”纠错有什么好的方法

[1215thebqtic]

想提高模型在“的地得”纠错上的效果，目前随机将正确的替换成另外一个“de”没什么效果。想用规则纠错，但是那些constituency_analysis、Dependency分析、POS分析在输入文本存在错误的“de”的使用情况时，那些词性都会分析错。所以不知道您有什么好的办法？谢谢！

[shibing624]

特地造一些这种纠错数据集就可以改正，chatgpt造数据，macbert训练并预测。

[1215thebqtic]

特地造一些这种纠错数据集就可以改正，chatgpt造数据，macbert训练并预测。

谢谢！现在是用seq2seq的模型，能纠正大部分，但像有一些情况还是会弄混。 比如这种情况： 刚刚出道的明星通过各种渠道不断的刷脸，提高在众多明星中的知名度。

当一个词又能做动词又能做名词的时候，“的“和”地”就会用混，像这个加粗的的，就会纠错成地

这种情况是不是多加一些这样类型的数据就能解决？就是在增强时，做一些词性分析之类的？ 因为我之前在我们的语料里随机的替换“的”、“地”、“得”，混上一些我们的标注数据，相比单纯用标注数据训练的模型而言，混合增强的数据的模型并没有变好，我不知道是模型的原因还是数据的原因...

[shibing624]

1.高质量的数据是有帮助的，可以扩增这类数据； 2.模型可以尝试更复杂一些的，如gpt corrector，gpt训练可以加入cot，指出此处错误原因，为啥修改，可以提升推理效果。