osyvokon/ua_gec_instruction_tuning

---
license: cc-by-4.0
language:
- uk
size_categories:
- 10K<n<100K
---

# UA-GEC instruction tuning

This dataset contains prompts and expected outputs for the grammatical error
correction task in the Ukrainian language. It is based on the
CC-BY-4.0-licensed [UA-GEC](https://github.com/grammarly/ua-gec) dataset. The
license of the original data is CC-BY-4.0.

This dataset contains 1,700 examples of fixing errors in long documents, and
~28,000 sentence-level examples.

The instructions ask to correct errors in the text. Sometimes the model outputs
the corrected text as is. At other times, it will add "Sure, here's the
corrected text". If the text doesn't contain any errors, sometimes the model
will just output the input text, and in other cases it will write "This text
doesn't contain grammatical errors.". The `template_id` field references a
specific template used in a sample. See the templates list below.

## Stats

Metric | Value
----------------------------------|-------
Number of document-level examples | 1,700
Number of sentence-level examples | 28,258
Number of input templates | 14
Number of output templates | 6

## Templates

Each template consists of three parts:

1. Instruction template.
2. Target template, positive case (there are grammatical errors in the text).
3. Target template, negative case (there are no grammatical errors in the text).

The following list contains `(template_id, instruction_template, target_neg,
target_pos)` tuples.

```
(0, "Виправ помилки у тексті.\n\n{src}", "Даний текст не містить помилок.", "{tgt}")
(1, "Перепиши наступний текст без помилок:\n\n# Текст\n{src}", "Даний текст не містить помилок.", "{tgt}")
(2, "Перепиши текст без помилок.\n\n{src}", "Даний текст не містить помилок.", "{tgt}")
(3, "Виправ помилки у тексті.\n\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(4, "Перевір, будь ласка, правильність граматики у наступному тексті.\n\n{src}", "Даний текст не містить помилок.", "{tgt}")
(5, "Виправ граматичні помилки в наступному тексті: {src}", "Даний текст не містить помилок.", "{tgt}")
(6, "Виправ граматичні помилки в наступному тексті: {src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(7, "Перепиши текст без помилок.\n\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(8, "Переглянь, будь ласка, наступний текст. Виправи усі граматичні неточності.\n\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(9, "Виправ помилки у тексті.\n\n# Текст\n\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(10, "Перевір, будь ласка, правильність граматики у наступному тексті.\n\n{src}", "{tgt}", "{tgt}")
(11, "Перепиши текст без помилок.\n\n{src}", "{tgt}", "{tgt}")
(12, "Перепиши наступний текст без помилок:\n\n# Текст\n{src}", "{tgt}", "{tgt}")
(13, "Виправ помилки у тексті.\n\n{src}", "{tgt}", "{tgt}")
(14, "Перепиши наступний текст без помилок:\n\n# Текст\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(15, "Переглянь, будь ласка, наступний текст. Виправи усі граматичні неточності.\n\n{src}", "{tgt}", "{tgt}")
(16, "Переглянь, будь ласка, наступний текст. Виправи усі граматичні неточності.\n\n{src}", "Даний текст не містить помилок.", "{tgt}")
(17, "Перевір, будь ласка, правильність граматики у наступному тексті.\n\n{src}", "Даний текст не містить помилок.", "Звичайно. Ось текст з виправленими помилками: \n\n{tgt}")
(18, "Виправ помилки у тексті.\n\n# Текст\n\n{src}", "{tgt}", "{tgt}")
(19, "Виправ помилки у тексті.\n\n# Текст\n\n{src}", "Даний текст не містить помилок.", "{tgt}")
(20, "Виправ граматичні помилки в наступному тексті: {src}", "{tgt}", "{tgt}")
(21, "Виправ помилки у тексті.\n\n{src}", "Це речення написано без помилок.", "{tgt}")
(22, "Виправ граматичні помилки в наступному реченні: \"{src}\"", "Це речення написано без помилок.", "{tgt}")
(23, "Виправ граматичні помилки в наступному реченні: {src}", "Це речення написано без помилок.", "{tgt}")
(24, "Перепиши це речення без помилок:\n\n{src}", "{tgt}", "{tgt}")
(25, "Перепиши наступний текст без помилок:\n\n{src}", "Дане речення не містить помилок.", "{tgt}")
(26, "Перепиши наступний текст без помилок:\n\n{src}", "{tgt}", "{tgt}")
(27, "Перепиши це речення без помилок:\n\n{src}", "Дане речення не містить помилок.", "{tgt}")
(28, "Виправ граматичні помилки в наступному реченні: \"{src}\"", "{tgt}", "{tgt}")
(29, "Виправ помилки у тексті.\n\n{src}", "{tgt}", "{tgt}")
(30, "Виправ граматичні помилки в наступному реченні: {src}", "{tgt}", "{tgt}")
(31, "Перепиши текст без помилок.\n\n{src}", "{tgt}", "{tgt}")
(32, "Перепиши текст без помилок.\n\n{src}", "Дане речення не містить помилок.", "{tgt}")
(33, "Виправ граматичні помилки в наступному реченні: {src}", "Дане речення не містить помилок.", "{tgt}")
(34, "Виправ граматичні помилки в наступному реченні: \"{src}\"", "Дане речення не містить помилок.", "{tgt}")
(35, "Виправ помилки у тексті.\n\n{src}", "Дане речення не містить помилок.", "{tgt}")
(36, "Перепиши наступний текст без помилок:\n\n{src}", "Це речення написано без помилок.", "{tgt}")
(37, "Перепиши це речення без помилок:\n\n{src}", "Це речення написано без помилок.", "{tgt}")
(38, "Перепиши текст без помилок.\n\n{src}", "Це речення написано без помилок.", "{tgt}")
```

`{src}` is a placeholder for a source text (that may or may not contain
grammatical error).

`{tgt}` is a placeholder for the corrected text.

原始信息汇总

UA-GEC instruction tuning

数据集概述

该数据集包含乌克兰语语法错误修正任务的提示和预期输出。数据集基于CC-BY-4.0许可的UA-GEC数据集。

数据集内容

• 包含1,700个长文档级别的错误修正示例。
• 包含约28,000个句子级别的错误修正示例。

数据集结构

• 输入模板数量：14
• 输出模板数量：6

模板结构

每个模板包含三个部分：

1. 指令模板。
2. 目标模板，正例（文本中存在语法错误）。
3. 目标模板，负例（文本中不存在语法错误）。

模板示例

以下是部分模板示例：

• `(0, "Виправ помилки у тексті.

{src}", "Даний текст не містить помилок.", "{tgt}")`

• `(1, "Перепиши наступний текст без помилок:

Текст

{src}", "Даний текст не містить помилок.", "{tgt}")`

• `(2, "Перепиши текст без помилок.

{src}", "Даний текст не містить помилок.", "{tgt}")`

占位符说明

• {src}：源文本的占位符，可能包含或不包含语法错误。
• {tgt}：修正后文本的占位符。