README.md

metadata

language:
  - zh
configs:
  - config_name: alpha
    data_files:
      - split: train
        path: alpha/out.jsonl
  - config_name: beta
    data_files:
      - split: train
        path: beta/out.jsonl
  - config_name: gamma
    data_files:
      - split: train
        path: gamma/out.jsonl

中文錯字糾正資料集

包含錯誤類型：隨機錯字、近似音錯字、缺字錯誤、冗字錯誤。

• alpha: 95%錯誤，5%不變。
• beta: 50%錯誤，50%不變。
• gamma: 100%錯誤。