发布 Text-with-Diacritics-Correction 数据集, 应用在 阿拉伯语文本校正、自然语言处理 领域

本次发布的数据集 Text-with-Diacritics-Correction, 这是一个阿拉伯语数据集，来源于Abdou的arabic-tashkeel-dataset，经过预处理的 vocalized 列去除了非阿拉伯语字符、符号、表情、括号和数字，并注入了四种模拟真实世界的语音和打字错误的类型。数据集规模超过150万文本样本，适合用于文本校正、语音识别和阿拉伯语自然语言处理研究。

查看Text-with-Diacritics-Correction

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。