当今社会在高速发展的同时伴随着信息数据的爆炸式增长,在信息传递的过程中,语言是极为重要的载体。在所有种类的交流语言中,英语始终占据着重要的地位,是社会生活中最为常用的语言之一,因此英语教育的现实意义不言而喻。随着互联网的全面普及,英语教学早已不再依赖教师的板书,考试方式也逐渐过渡到全面无纸化。借助自然语言处理中的技术手段,设计一种英语文本语法错误自动纠正模型可以大幅减少教师在作文批改上的工作量,辅助教师提升教学质量,对学生而言也能及时得到错误反馈,提高英语学习的效率。另外,相比于人工批阅作文,利用语法纠错模型对英语作文进行批阅消除了教师批阅的主观因素,评判标准完全统一,批改结果更加客观。本研究以中国英语学习者写作的英语作文等英语文本为对象,研究并设计了一种英语文本语法错误自动纠正模型。本模型能够自动纠正学生作文中存在的绝大部分语法错误,同时能够给出更加通顺的表达方式,可以较为客观的反映学生的写作水平。本研究的主要工作内容如下:1.研究并设计了一种参照长距离上下文信息的语法错误自动纠正模型,该模型以编码器-解码器结构为基础,采用了双编码器结构,通过Transformer编码器来提取句子的上下文信息,通过Bi-GRU编码器提取源句的信息,在解码器端通过门控结构对输入信息进行整合,各部分搭配不同的注意力机制实现适配,提高了模型对句子中相关特征的提取和分析能力。实验表明,本模型的语法纠错的精确率达到了81.08%。2.提出了一种基于流利度的数据扩增方法,结合本文的模型能够较好地模拟生成中国英语学习者在写作中的不流畅句子,并与表达流畅的句子组成平行句对,通过调整目标句与源句的流利度比值可以选取不同流利程度的句子,能够较好的适应不同纠错系统的性能,具有一定的普适性。同时相比于使用统计模型获得的错误句子,该模型生成的句子中包含了更多中国学生常犯的语法错误,更具有针对性。3.设计并实现了一种动态集束搜索的解码方法,该方法在集束搜索方法的基础上,结合核采样技术实现对解码器输出的动态抽取,并加入惩罚因子来降低产生重复单词概率,同时抑制模型偏向生成较短的句子。