Ghi nhận
Cảm ơn các dự án và tác giả dưới đây.
Mã nguồn
Dữ liệu từ ngữ
Vikey tự chuyển Anh/Việt nhờ thống kê từ ngữ (từ nào hay dùng, từ nào hay đi sau từ nào) đếm từ các nguồn này. Trong ứng dụng chỉ có số liệu thống kê, không có văn bản nào.
- FrequencyWords (OpenSubtitles 2018), Hermit Dave (CC BY-SA 4.0)
- FineWeb-2 and FineWeb, Hugging Face (ODC-By 1.0)
- HPLT v2, High Performance Language Technologies (CC0)
- MADLAD-400, Google (ODC-By 1.0)
- Reddit comments, tensorshield/reddit_dataset_157 (MIT)
- Vietnamese forums and reader comments, VnExpress, Tuổi Trẻ, Tinhte, Otofun, Dạy Nhau Học (word statistics)
- Emoji names and keywords (CLDR), Unicode, Inc. (Unicode License v3)
- Emojibase, Miles Johnson (MIT)
Dữ liệu kiểm thử
Chỉ dùng để đo và cải thiện độ chính xác, không có trong ứng dụng.
- ViLexNorm, Nguyen et al., EACL 2024 (CC BY-NC-SA 4.0)
- UIT-ViCTSD, UIT NLP Group (research use)
- VietMix, EACL 2026 (research use)
- Tap typing with touch sensing images, Google Research (CC BY 4.0)
- How We Type: Mobile, Aalto University (research use)
- GitHub Typo Corpus, Hagiwara & Mita, LREC 2020 (research use)
- Birkbeck spelling error corpus, Roger Mitton (free to use)
- Lists of common misspellings, Wikipedia (CC BY-SA 4.0)