本文介绍了DAGNN-plus神经架构，用于填补图形意义表达的研究空白。实验结果显示，在英文和中文数据集上表现良好，尤其是英文数据集。然而，在文学领域数据集上的有效性较低。这些发现对于提高关系分类的GMR设计和解析器具有重要意义。

本文介绍了一种名为MixEdit的数据增强方法，可提高GEC模型性能。在英文和中文GEC数据集上的实验证实了MixEdit的有效性。