SIGHAN

SIGHAN数据集由学者公开提供，是用于中文文本纠错的资源。目前，它包括三个版本：SIGHAN2013、SIGHAN2014和SIGHAN2015。该任务的目标是评估模型在中文拼写检查方面的熟练程度，涉及不同的子任务，例如检测错误位置和执行错误纠正。

The SIGHAN Dataset, publicly released by scholars, is a benchmark resource for Chinese text correction. Currently, it includes three versions: SIGHAN2013, SIGHAN2014 and SIGHAN2015. The objective of this task is to evaluate the proficiency of models in Chinese spelling checking, which involves various subtasks such as detecting error locations and performing error correction.

搜集汇总

背景与挑战

背景概述

SIGHAN 2013数据集是一个中文拼写检查任务的基准数据集，用于评估自动拼写检查器的性能。它包含两个子任务：错误检测（定位句子中的错误字符）和错误纠正（提供正确字符建议），旨在促进中文拼写检查技术的发展。该数据集仅限学术研究使用，需遵守相关协议并引用指定论文。