SIGHAN 发布 SIGHAN 2014 数据集, 应用在 自然语言处理、文本校正 领域

SIGHAN 本次发布的数据集 SIGHAN 2014, 该数据集来源于中文拼写检查比赛，用于拼写错误校正。它包含了标准的训练和测试数据划分，并进行了预处理步骤，将繁体中文转换为简体中文，以便更好地执行拼写错误校正任务。

查看SIGHAN 2014

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。