发布 Pinyin to Character Conversion Dataset 数据集, 应用在 自然语言处理、拼音转汉字 领域

本次发布的数据集 Pinyin to Character Conversion Dataset, 该数据集是为了拼音转汉字任务（P2C）而创建的，它包含了从主要中文新闻网站收集的文章。此外，数据集还整合了“常用词汇”和“网络词汇”等外部词库，以提升转换性能。其规模包括260万篇训练文章和1000篇测试文章，专门用于拼音转汉字的任务。

查看Pinyin to Character Conversion Dataset

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。