[发明专利]一种英文粘连词错误的还原方法

摘要

本发明公开一种英文粘连词错误的还原方法，步骤为：在现有的已清洗过的高质量英文数据集中随机抽取数据；对采集到的问题数据进行抽样统计，得到粘连词数及粘连位置的分布概率；数据构造，根据粘连词的分布情况构造伪粘连词数据，根据对待清洗数据的抽样统计出含有粘连词的句子占比，结合粘连词数及粘连位置的分布构造伪粘连数据；在将构造的伪粘连词数据送入模型训练之前，对其做预处理操作；数据训练，对模型参数进行调整，选取最优模型，利用最优模型对获取到的待清洗的英文数据中的粘连词进行修正，得到还原后的正确数据。本发明能够精确地识别英文粘连词，并将其还原成独立词汇，整个过程由训练的模型完成，高效且便捷，且具备可迁移性。