naman-clg-dataset

汉语语法纠错 (CGEC) 既是一项具有挑战性的自然语言处理任务，也是人类日常生活中的普遍应用。最近，为CGEC研究的发展提出了许多数据驱动的方法。但是，CGEC领域存在两个主要局限性: 首先，缺乏高质量的注释训练语料库，使现有CGEC模型的性能无法得到显着提高。其次，广泛使用的测试集中的语法错误不是中文母语者，导致CGEC模型与实际应用之间存在明显差距。在本文中，我们提出了一种基于语言规则的方法