inkoziev/spellchecker

该数据集是一组用于测试拼写检查、语法错误纠正和不合语法文本检测模型的样本。数据集包含两个部分：test.json包含手工选择的样本，用于评估模型的质量；train.json包含通过各种方式生成的合成样本。创建该数据集的目的是为了测试一个生成诗歌项目的内部拼写检查器，但它也适用于其他项目，因为它没有明确的诗歌专业化。你可以将该数据集视为RuCOLA的扩展。此外，对于某些样本，还有文本的修正版本（fixed_sentence字段），因此它也可以用作ai-forever/spellcheck_benchmark数据集的扩展。

This dataset contains samples for testing spell checker, grammar error correction, and ungrammatical text detection models. It includes two splits: test.json for evaluating model quality and train.json with synthetic samples. Initially created for an internal spellchecker in a generative poetry project, it can also be used in other projects. The dataset extends RuCOLA and ai-forever/spellcheck_benchmark, including original and corrected sentences, along with error types and domain information.