基于深度学习的FPL报文航路纠错研究

摘要

近年来,基于深度学习的自然语言处理技术得到了广泛关注,文本纠错就是其中一个重要领域。该方法针对民航领航计划报文(FPL)航路纠错任务,将航路字符串看作一种具有特殊规则的语言,引入深度学习技术,采用Transformer模型作为纠错模型,并提出一种基于N-Gram思想的结果修正算法。实验结果证明,Transformer模型能有效修正航路中的错误,同时,N-Gram结果修正算法能进一步提高纠错正确率。