CEEC_Based_历史英语拼写规范化人工标注测试集数据

数据集概述

本数据集为CEEC语料库历史英语规范化测试集，包含人工生成的三组历史-现代拼写对列表：混合世纪列表、15世纪列表和18世纪列表，每组各100对。历史形式均源自CEEC语料库，总计包含一个文件。

文件详解

• 文件名称：test_set_of_normalizations.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含三组历史英语拼写规范化列表，分别为混合世纪列表、15世纪列表和18世纪列表，每组含100个历史-现代拼写对应对。

适用场景

• 历史英语文本规范化模型测试: 用于评估历史英语拼写规范化算法或模型的准确性与泛化能力。
• 历史语言学研究: 分析15世纪、18世纪及混合世纪历史英语拼写特征与现代英语的差异。
• 自然语言处理数据集构建: 作为历史文本规范化任务的基准测试数据，支持相关算法的开发与验证。
• 语料库语言学研究: 辅助CEEC语料库相关的历史英语语料分析与应用研究。