minashirinchi/perspell-tokens-thirtytwo-labeled

该数据集是一个文本纠错数据集，包含错误文本和相应的正确文本。数据集中的特征包括文本输入的token ID列表（input_ids）、注意力掩码（attention_mask）、标签（labels）、token列表（tokens）、单词ID列表（word_ids）和纠正后的文本列表（corrections）。数据集分为训练集、验证集和测试集，分别用于模型的训练、验证和测试。

This dataset is a text correction dataset containing pairs of incorrect and correct texts. The features in the dataset include lists of token IDs (input_ids), attention masks (attention_mask), labels (labels), list of tokens (tokens), list of word IDs (word_ids), and list of corrected texts (corrections). The dataset is split into training, validation, and test sets for model training, validation, and testing respectively.