发布 HybirdSet 数据集, 应用在 自然语言处理、语法错误校正 领域

本次发布的数据集 HybirdSet, 该数据集是根据一个预先准备的混淆集构建的，包含了大约27万个配对样本。这些样本基于自动语音识别（ASR）和光学字符识别（OCR）的结果构建而成。该数据集的任务是针对中文语法错误校正，规模大约为27万对样本。

查看HybirdSet

README 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 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。