GECCC Grammar Error Correction Corpus for Czech

  Autoři

Náplava, Jakub ; Straka, Milan ; Straková, Jana and Rosen, Alexandr

  Identifikátor

http://hdl.handle.net/11234/1-4639

 Odkaz na záznam v

https://arxiv.org/pdf/2201.05590.pdf

 Datum vydání

2022-01-17

 Typ

corpus, text

 Velikost

83058 sentences, 24 files

 Jazyky

Czech

 Popis

Grammar Error Correction Corpus for Czech (GECCC) consists of 83 058 sentences and covers four diverse domains, including essays written by native students, informal website texts, essays written by Romani ethnic minority children and teenagers and essays written by nonnative speakers. All domains are professionally annotated for GEC errors in a unified manner, and errors were automatically categorized with a Czech-specific version of ERRANT released at https://github.com/ufal/errant_czech The dataset was introduced in the paper Czech Grammar Error Correction with a Large and Diverse Corpus that was accepted to TACL. Until published in TACL, see the arXiv version: https://arxiv.org/pdf/2201.05590.pdf

 Nakladatel

Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)

 Sponzoři

Grantová agentura České republiky

Kód projektu: GX20-16819X

Jméno projektu: LUSyD – Language Understanding: from Syntax to Discourse

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: LM2018101

Jméno projektu: LINDAT/CLARIAH-CZ: Digitální výzkumná infrastruktura pro jazykové technologie, umění a humanitní vědy

 

Grantová agentura Univerzity Karlovy v Praze

Kód projektu: GAUK 578218

Jméno projektu: Automatická korekce jazyka pomocí neuronových sítí

 

Univerzita Karlova (mimo GAUK)

Kód projektu: SVV 260 575

Jméno projektu: Specifický vysokoškolský výzkum

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: CZ.02.1.01/0.0/0.0/16_019/0000734

Jméno projektu: Kreativita a adaptabilita jako předpoklad úspěchu Evropy v propojeném světě

 Klíčová slova

gec grammatical error correction dataset

 Kolekce

LINDAT / CLARIAH-CZ Data & Tools

 

Tento záznam byl nahrazen novější verzí:

http://hdl.handle.net/11234/1-4861

Zobrazit další verze  

Zobrazit celý záznam