مجموعة بيانات الكشف عن أخطاء قواعد اللغة الصينية وتصحيحها من FCGEC

FCGEC تعني مجموعة من النصوص الدقيقة لتصحيح الأخطاء النحوية الصينية. وهو عبارة عن مجموعة كبيرة من النصوص المرجعية لتصحيح الأخطاء للمتحدثين الأصليين.  تُستخدم لتدريب وتقييم نظام نموذج تصحيح الأخطاء، والمصدر الرئيسي للبيانات هو أسئلة اختبار الجمل غير الصحيحة لطلاب المدارس الابتدائية والمتوسطة والثانوية ومواقع تجميع الأخبار.

من أجل توفير المزيد من طرق تعديل المراجع للجمل لتحقيق أهداف التوضيح المتنوعة، سيتم تعيين كل جملة بشكل عشوائي إلى 2-4 معلقين للتوضيح.لقد جمعنا 54,026 جملة أصلية من مصدرين للبيانات. بعد إزالة الجمل المكررة وتصفية الجمل الإشكالية (مثل اقتطاع النص)، يحتوي FCGEC على إجمالي 41340 جملة.