MCSCSet

我们介绍了MCSCSet，这是一个大型的专家注释数据集，专门用于医学领域的中文拼写校正 (MCSC)。与现有的开放域CSC数据集相比，MCSCSet涉及: i) 从腾讯一点收集的大量真实医学查询，ii) 由医学专家手动注释的相应拼写错误的句子。我们的资源进一步提供了医学领域的混淆集，其中包括医学中常见的易出错字符及其相应的拼写错误。