---
license: mit
---
# 模型名称
PROTECT: Parameter-Efficient Tuning for Few-Shot Robust Chinese Text Correction

# 模型开发者
Xuan Feng (Ph.D. candidate, Jinan University)

Tianlong Gu (Professor, Jinan University)

Liang Chang (Professor, Guilin University of Electronic Technology)

Xiaoli Liu (Associate Professor, Jinan University)

# 模型概述
PROTECT 是一种先进的中文文本校正模型，专为在少量样本情况下的鲁棒性文本校正而设计。该模型能够自动检测并纠正句子中的错误，包括但不限于拼音错误、视觉错误和故意的文字攻击。

# 模型功能
检测和纠正非规范文本和网络用语

抵御对抗性攻击，增强内容审核的鲁棒性

支持多种文本错误的校正，包括完美拼音、缩写拼音、字符分割、视觉和语音错误

# 模型性能
在全数据和低资源设置下均展现出最佳性能

通过仅调整0.2%的参数实现零样本和少样本学习

# 模型架构
对抗感知的多特征表示方法

上下文特定自适应前缀（Context-specific Adaptive Prefix, CAP）

语义一致低秩适应模块（Semantic-consistent Low-rank Adaptation, SLA）

# 使用场景
社交媒体内容审核

中文文本校正和拼写检查

对抗性文本攻击的防御