학습 방법

1. end-to-end
   • Detection → Classification → Correction
2. 2-stage
   • Detection → Classification
   • (Detection) → Classification → Correction

<aside>

ERROR_TYPES = { "numerical_contradiction": "수치 모순", "contextual_premise_contradiction": "맥락 전제 모순", "temporal_reversal": "시간 순서 역전", "subject_mismatch": "주체 불일치", "categorical_contradiction": "범주 모순", "attribute_state_contradiction": "속성/상태 모순" }

</aside>

<aside>

Detection → Classification → Correction

{ "instruction": "다음 텍스트에서 논리적/의미적 오류를 찾아 수정하세요. 오류 유형도 함께 설명하세 요.", "input": "철수는 25살이다. 그는 30살에 결혼했다. 결혼한 지 5년이 지났다.", "output": { "error_found": true, "error_span": "30살에 결혼했다", "error_type": "temporal_contradiction", "explanation": "25살인 사람이 30살에 결혼할 수 없음", "corrected_text": "철수는 25살이다. 그는 20살에 결혼했다. 결혼한 지 5년이 지났다." } }

</aside>

데이터셋

IteraTeR (★★☆☆☆)

<aside>

{ "before_sent": "I likes coffee very much.", "after_sent": "I like coffee very much.", "edit_intention": "fluency", "doc_id": "arxiv_12345" }

</aside>

• fluency: 문법/어휘 교정
• clarity: 명확성 향상
• coherence: 논리적 흐름 개선
• style: 문체 변경
• meaning-changed: 의미 수정

TimeTravel (★★☆☆☆)

<aside>

{ "premise": "Tom studied hard for the exam.", "initial": "He passed with flying colors.", "counterfactual": "Tom partied all night instead.", "edited_ending": "He failed the exam." }

{ "전제": "톰은 시험 공부를 열심히 했다.", "초기": "그는 만점으로 합격했다.", "반사실": "톰은 시험 공부 대신 밤새도록 파티를 했다.", "수정된 결말": "그는 시험에 떨어졌다." }

</aside>