FAspell
Please use the following text to cite this item or export to a predefined format:
QasemiZadeh, Behrang, 2015,
FAspell, LINDAT/CLARIAH-CZ digital library at the Institute of Formal and Applied Linguistics (ÚFAL),
http://hdl.handle.net/11372/LRT-1547.
Authors
Item identifier
Project URL
Date issued
2015-11-11
Size
6300 entries
Language(s)
Description
FASpell dataset was developed for the evaluation of spell checking algorithms. It contains a set of pairs of misspelled Persian words and their corresponding corrected forms similar to the ASpell dataset used for English.
The dataset consists of two parts:
a) faspell_main: list of 5050 pairs collected from errors made by elementary school pupils and professional typists.
b) faspell_ocr: list of 800 pairs collected from the output of a Farsi OCR system.
Publisher
Collections
This item isPublicly Available
and licensed under:
Files in this item
- Name
- README
- Size
- 1008 B
- Format
- application/octet-stream
- Description
- Unknown
- MD5
- 45df1e6ccf5ef332eff063c47e3e678f
The file preview has not been generated yet. Please try again later or contact the system administrator lindat-help@ufal.mff.cuni.cz
- Name
- LICENSE
- Size
- 674 B
- Format
- application/octet-stream
- Description
- Unknown
- MD5
- 3224ffe2a0a7cb48b26486f06d1665b0
The file preview has not been generated yet. Please try again later or contact the system administrator lindat-help@ufal.mff.cuni.cz
- Name
- faspell_main.txt
- Size
- 136.36 KB
- Format
- text/plain
- Description
- Text
- MD5
- 117657d86b0135c59f370751eea36d2b
#misspelt corrected error-category آاهي آگاهي 1 آبات آیات 1 آبباشد آب باشد 2 آبد آید 1 آبری عابری 0 آبو آب و 2 آت آن 1 آتاتنورك آتاتورك 1 آتان آنان 1 آتس آتش 1 آتشينتخصص آتشين تخصص 2 آتها آنها 1 آتهايي آنهايي 1 آدس آدرس 1 آذادگی آزادگی 1 آذار آزار 1 آذربايحان آذربايجان 1 آر آری 1 آراای آرایی 1 آرادي آزادي 1 آراع آراء 1 آردند آوردند 1 آروده آورده 3 آزاد يخلق آزادي خلق 0 آزادبار آزاد بار 2 آزازدي آزادي 1 آزايشات آزمايشات 1 آزم عازم 0 آزوقه آذوقه 1 آزير آژير 1 آسایشن آسایشند 1 آسباي آسیاي 1 آسبپذبري آسيبپذیری 1 آسفلت آسفالت 1 آسكار آشكار 1 آسودی آسودگی 1 آش پز خونه آشپزخونه 0 آش پزخانه آشپزخانه 0 آشاني آساني 1 آشته آشفته 1 آشسكارتر آشكارتر 1 آشنایمده آشناییم ده 2 آشنتي آشتي 1 آشورا عاشورا 1 آعاز آغاز 1 آغار آغاز 1 آغذز آغاز 1 آغشسته آغشته 1 آفریش آفرینش 1 آقريقا آفريقا 1 آلاودگي آلودگي 1 آلمنا آلمان 3 آلومينبيوم آلومينيوم 1 آلياژهيا آلياژها يا 0 آلياژهيا آلياژهای 3 آلژايمري آلزايمري 1 آمادسازي آمادهسازي 1 آمد ه آمده 0 آمدگي آمادگي 1 آمدگيبها آمدگيها 1 آمرد آورد 1 آمريكاديدگاههاي آمريكا ديدگاههاي 2 آمريگا آمريکا 1 آمزيكا آمريكا 1 آموخنه آموخته 1 آمورزش آموزش 1 آمورش آموزش 1 آمپراتوري امپراتوري 1 آنارا آنرا 1 آناست آن است 2 آنجه آنچه 1 آنحا آنها 1 آنخها آنها 1 آنزا آنرا 1 آنش آتش 1 آنكاارا آنكارا 1 آنكارلا آنكارا 1 آنكنارا آنكارا 1 آننان آنان 1 آنهاچ آنها 1 آنهم آن هم 2 آنههها آنها 0 آنپنان آنچنان 1 آنکونه آنگونه 1 آنگه آنکه 1 آهشتهتر آهستهتر 1 آهنا آنها 3 آوبشين آویشين 1 آوربل آوریل 1 آوريسماعه آوريم سماعه 2 آوزدن آوردن 1 آياري آبياري 1 آين این 1 آيهىتوان آيه مىتوان 0 آ‚اده آماده 1 ئجود وجود 1 ئر در 1 ا را 1 ا ز از 0 ا زالفاظ ازالفاظ 0 ا زحوري از حوري 0 ا زنظر از نظر 0 ا ين اين 0 ا گر اگر 0 اآگاهي آگاهي 1 ائعلام اعلام 1 ااست است 1 اافراد افراد 1 االه الله 1 اب آب 1 اباد آباد 1 اباديها آباديها 1 ابارتي عبارتي 1 ابازي بازي 1 ابام ایام 1 ابتدايیي ابتدايي 1 ابته البته 1 ابتکا اتکا 1 ابرارهاي ابزارهاي 1 ابراري ابزاري 1 ابران ایران 1 ابرايه ابراهیم 0 ابربشم ابریشم 1 ابرزاز ابراز 1 ابزاهاي ابزارهاي 1 ابط روابط 0 ابغادي ابعادي 1 ابن این 1 ابنجا اینجا 1 ابنداي ابت . . .
- Name
- faspell_ocr.txt
- Size
- 15.79 KB
- Format
- text/plain
- Description
- Text
- MD5
- 4938e69477704e92df93f9ef7030faa2
#misspelt corrected آ!دبم آمدیم آر آن آرزاض آرژانتین آمد! م آمدیم أ!لبرزا آمیرزا أب آب أبد آید أخر آخر أداب آداب أدم آدم أسانى آسانی أشلنى آشتی أمار آمار أمد آمد أمد. آمده أمدذ آمدند أمده آمده أمو زش آموزش أموزش آموزش أميررا آمیرزا أن آن أنها آنها أورد آورد أورده آورده ئا تا ئبار تجار ئخث تخت ئعداد تعداد ئفرپط تقریباً ئمالهاى کتابهای ئمداد تعداد ئو تو ئوانند توانند ئوللاى تولیدی ا د ا ز اندازه ا لم ایم ابالا ایتالیا ابس آبش ابلى این ابم ایم ابن این اثزار افزار احازه اجازه اخار اخبار اخوورها آخوندها اد اند ادات انداخت ادم آدم ار آن ار از ارزب ارزید ارين ازین اس اش اس!ثاده استفاده استخرا استخراج استخرابم استخراج استناده استفاده اسدكاده استفاده اسصس اسمش اسلثاده استفاده اسنئاده استفاده اشخرابم استخراج اص است اعان اعیان افا آقا اكر اگر ال!ته البته الا اهل الاد الان الاق اتاق الب این البئ این البن این الت است التخالي انتخاب الث! اش الخاب انتخاب الداحند انداختند الدوحته اندوخته الراد افراد الز!ار افزار السب اسب السم اسم العام انجام الماق اتفاق المح!لثاده استفاده المحا اساس المه گذاشته الن این الهن این ام شام امبررا آمیرزا امثان امکان امد آمد املررا آمیرزا اموزش آموزش اميررا آمیرزا اميرزا آمیرزا ان آن انا! اتاق انارخاله انبارخانه اناق اتاق انتخالي انتخابي انداحلذ انداختند انرادى افرادی انكشت انگشت او این اور است اولب! اولین اووالله اسدلله ايبن اين اير این ايست است اپن این ب ا جدا ب! بعد ب! یک ب!د بعد ب!ود بشود بابالئان باباشان بادنان یادتان باز ار بازار باعحه باغچه باف!ند باشند بامث باعث باور باشد ببنبم ببینیم ببه بچه بحوابانندس بخوابانندش بد یاد بذ بند برأ!ها برای برا! براش برا!هما برای برابئر برایش بردذ بردند برر! بزرگ برركار بزرگان برركي بزرگی برساووس برسانندش برلمي برنمی برنح برنج بروبي برویي بزرف بزرگ بزلند بزنند بساطثلى بساطش بش بیش بعل بغل بكوبم بگویم بكولبم بگویم بكومكوها بگومگوها بكي یکی بل بیل بلأسند باشند بلويس بنویس بم نما* نماییم بم! ی بنويهـمذ بنویسد بهسا! بهشان بهملى بهش بودد بودند بودذ بودند بودف بودند بودلد بودند بودور بودند بيالكر بیانگر بيث! بیش بپه بچه ت گشت تا! تا تاشا! تابستان تحداد تعداد تحصيحت تحصیلات تد! تعیین تدس قدس ترت تربت تغصصى تخصصی تمد . . .