FCGEC 中文语法检错纠错数据集

日期

1 年前

大小

15.51 MB

机构

浙江大学

发布地址

github.com

许可协议

非商业用途

FCGEC 全称 Fine-Grained Corpus for Chinese Grammatical Error Correction,是一个大规模母语使用者的多参考文本纠检错语料,  用于训练以及评估纠检错模型系统,数据来源主要是小初高中学生的病句试题以及新闻聚合网站。

为了给句子更多的参考修改方式来达成多样化的标注目标,每一个句子会被随机分配给 2-4 个标注者进行标注。我们从两个数据来源中收集到了 54,026 个原始句子,经过去重和筛选掉问题句(如文本截断等)后 FCGEC 共包含 41,340 个句子。

FCGEC.torrent

做种 1

下载中 0

已完成 78

总下载 369

  • FCGEC/
    • README.md
      1.33 KB
    • README.txt
      2.65 KB
      • data/
        • FCGEC_test.json
          815.18 KB
        • FCGEC_train.json
          14.73 MB
        • FCGEC_valid.json
          15.51 MB