沙特电子大学 发布 Tibyan Corpus 数据集, 应用在 语法错误修正、阿拉伯语 领域

沙特电子大学 本次发布的数据集 Tibyan Corpus, Tibyan Corpus是由沙特电子大学和阿卜杜勒阿齐兹国王大学联合开发的阿拉伯语语法错误修正数据集。该数据集包含约600,000个Tokens，旨在解决阿拉伯语语法错误修正领域数据资源有限的问题。数据集通过ChatGPT生成，结合了从阿拉伯书籍和开放语料库中收集的句子对，经过语言学专家的审核和验证，确保了数据的高质量和准确性。Tibyan Corpus主要应用于阿拉伯语语法错误修正模型的训练和评估，旨在提高模型对多种语法错误的识别和修正能力。

查看Tibyan Corpus

关于 沙特电子大学 , 沙特电子大学是一所位于沙特阿拉伯的知名高等教育机构，专注于电子和信息技术领域的教育和研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。