1.一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法,其特征在于:所述方法包括:步骤1:基于语音识别的缅甸语纠错语料中的音似错误例子引导开源大模型生成用于缅甸语语法纠错语料构建的提示指令;
步骤2:利用融合了音似错误的提示指令引导开源大模型生成缅甸语语法纠错语料;
步骤3:对上一步生成的缅甸语语法纠错语料进行后处理操作;
步骤4:使用预训练语言模型测试开源大模型生成缅甸语语法纠错语料与语音识别语料混合而成的语料的纠错效果;
所述步骤1的具体步骤如下:
步骤1.1:选择ChatGLM开源大模型作为缅甸语语法纠错语料构建的基础模型;
步骤1.2:将ChatGLM开源大模型部署为API接口方便调用;
步骤1.3:在语音识别的缅甸语纠错语料上,分析语音识别模型生成的纠错语料中的音似错误分布情况,人工筛选出包含音似错误的缅甸语语法错误例子;利用筛选出来的例子构建出思维链来引导ChatGLM开源大模型生成用于缅甸语语法纠错语料构建的提示指令;
所述步骤3的具体步骤如下:
步骤3.1:对缅甸语语法纠错语料进行数据清洗,删除缅甸语语法纠错语料中的特殊符号、字符间多余的空格、不出现缅甸语字符的数据行和长度短的无用文本;
步骤3.2:对于生成的缅甸语语法纠错语料中的句子,在等概率的条件下,在句子中插入一定数量的词语,将其中一定数量的词语进行同义词替换,随机交换其中一定数量的词语,以概率随机删除其中词语,保持原句子意思不变。
2.根据权利要求1所述的一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法,其特征在于:所述步骤4的具体步骤如下:步骤4.1:微调预训练语言模型mBART;
步骤4.2:将ChatGLM开源大模型生成的缅甸语语法纠错语料与语音识别语料混合;
步骤4.3:对上一步的语料用步骤4.1所微调的模型进行纠错处理,并计算词错率;
步骤4.4:将上一步所得到的纠错效果和语音识别语料的纠错效果进行对比。
3.一种基于音似错误引导的大模型缅甸语语法纠错语料构建系统,其特征在于:包括:用于执行如权利要求1至2任一项所述一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法的模块。
4.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至2任一项所述一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法。
5.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法。
6.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述一种基于音似错误引导的大模型缅甸语语法纠错语料构建方法。