Large language models (LLMs) have recently exhibited significant capabilities in various English NLP tasks. However, their performance in Chinese grammatical error correction (CGEC) remains unexplored

Figshare2024-10-30 更新70

中文文本纠错语料

中文语法纠错

该数据集包含从中文文字版PDF文档中自动化提取的文本纠错语料，用于训练和评估中文文本纠错系统。

github2024-08-17 更新1140

MuCGEC

中文语法纠错

评估方法

MuCGEC是由苏州大学人工智能研究院和阿里巴巴达摩院合作创建的中文语法错误修正评估数据集，包含7063个来自三个不同中文作为第二语言学习者来源的句子。每个句子由三位注释者独立修正，并由一位资深注释者进行最终审查，平均每个句子有2.3个参考修正。数据集旨在支持中文语法错误修正（CGEC）的研究，通过提供多参考和多来源的数据，增强模型的评估可靠性。此外，数据集还探讨了CGEC评估方法，包括多参考的影

arXiv2022-05-04 更新150

Ablation study of pycorrector on AISHELL-1 test sets.

资源简介：

相关数据集