WikiAtomicEdits

原子维基百科编辑的数据集，包含句子中连续文本块的插入和删除。该数据集包含 8 种语言的约 4300 万次编辑。 原子编辑被定义为应用于自然语言表达式 S 的编辑 e 作为子表达式 P 的插入、删除或替换，使得原始表达式 S 和结果表达式 e(S) 都是格式良好的语义成分（MacCartney，2009）。在这个语料库中，我们发布了对维基百科句子的原子插入和删除。