ErAConD (Error Annotated Conversational Dialog Dataset for Grammatical Error Correction)

ErAConD 是一个新颖的 GEC 数据集，由从开放域聊天机器人对话中提取的并行原始和正确话语组成。我们通过 LEGOEval 在 Amazon Mechanical Turk (AMT) 上部署 BlenderBot，收集了 186 个对话，其中包含 1735 个用户话语轮次的开放域对话数据。据我们所知，该数据集是第一个针对人机对话设置的 GEC 数据集。

ErAConD is a novel GEC dataset composed of parallel raw and corrected utterances extracted from open-domain chatbot conversations. We collected 186 dialogues containing 1,735 turns of user utterances from open-domain conversational data by deploying BlenderBot on Amazon Mechanical Turk (AMT) via LEGOEval. To the best of our knowledge, this dataset is the first GEC dataset tailored for human-machine conversation settings.

搜集汇总

背景与挑战

背景概述

ErAConD是一个针对语法错误纠正的对话数据集，专注于人机交互场景，数据来源于开放域聊天机器人对话，包含186个对话和1735个用户话语轮次。该数据集由多所大学于2022年联合发布，是首个专为人机对话设计的GEC资源。