基于机器视觉的英语语法自动纠错系统设计

以文本识别为基础，进行英语语法自动纠错时，往往依靠人眼识别方式，使得自动纠错系统的F_0.5值较低。因此，提出基于机器视觉的英语语法自动纠错系统设计。硬件方面，针对CCD相机和存储器进行设计。软件方法，针对包含英语文本内容的图像，运用机器视觉技术设计一种自动化文本识别算法，准确提取待处理的文本信息。依托于英语翻译原理提取语法特征，并以此为基础创建语法错误检测方法。选取seq2seq模型作为基本框架，结合Soft Attention机制，构建英语语法自动纠错模型。再引入反馈过滤机制，对自动纠错结果进行检验。系统测试结果表明：所提出的纠错系统F_0.5值保持在0.5以上，且对于长句子的语法纠错效果强于短句子，满足了英语语法自动纠错需求。