CoolFace
Datasetpublic

Nam-toon-studio/Punjabi-Gurmukhi-Grammar-Correction-Corpus

ੴ Punjabi (Gurmukhi) Grammatical Error Correction Corpus ☬ ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ) ਵਿਆਕਰਣ ਸ਼ੁੱਧੀ ਅਤੇ ਸੁਧਾਰ ਡਾਟਾਸੈੱਟ (v1.0) 👨‍💻 Research & Engineering Lead Creator & Architect: Gurpreet Singh Dhillon (Nam-toon Studio) GitHub Profile: github.com/gurpreetsingh5523-source Flagship Innovation: AMRIT Research OS (100% Locally-Run Autonomous Medical AI) 📖 Overview / ਸੰਖੇਪ The Punjabi (Gurmukhi) Grammatical Error Correction… See the full description on the dataset page: https://huggingface.co/datasets/Nam-toon-studio/Punjabi-Gurmukhi-Grammar-Correction-Corpus.

sourceHugging Faceapache-2.0updated 3d agoView on Hugging Face
1likes52downloads
Dataset Card

ੴ Punjabi (Gurmukhi) Grammatical Error Correction Corpus

☬ ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ) ਵਿਆਕਰਣ ਸ਼ੁੱਧੀ ਅਤੇ ਸੁਧਾਰ ਡਾਟਾਸੈੱਟ (v1.0)

<p align="center"> <a href="https://github.com/gurpreetsingh5523-source"><img src="https://img.shields.io/badge/GitHub-Profile-black?style=for-the-badge&logo=github" alt="GitHub"></a> <a href="https://github.com/gurpreetsingh5523-source/-AMRIT-RESEARCH-OS-v3.0"><img src="https://img.shields.io/badge/Project-AMRIT%20OS-crimson?style=for-the-badge" alt="Project AMRIT"></a> <img src="https://img.shields.io/badge/Language-Punjabi%20(Gurmukhi)-blue?style=for-the-badge" alt="Language"> <img src="https://img.shields.io/badge/License-Apache%202.0-green?style=for-the-badge" alt="License"> </p>

👨‍💻 Research & Engineering Lead

📖 Overview / ਸੰਖੇਪ

The Punjabi (Gurmukhi) Grammatical Error Correction (GEC) Corpus is a curated, gold-standard parallel dataset designed for training and benchmarking neural grammatical error correction models for the Punjabi language.

Every sentence pair in this corpus is crafted according to standard Punjabi grammar principles (ਪੰਜਾਬੀ ਯੂਨੀਵਰਸਿਟੀ ਪਟਿਆਲਾ ਟਕਸਾਲੀ ਵਿਆਕਰਣ ਨਿਯਮ) with precise grammatical rule explanations in Punjabi.

🎯 Key Grammatical Categories Covered (1,140+ Verified Pairs)

ਸ਼੍ਰੇਣੀ (Category)ਵੇਰਵਾ (Description)ਉਦਾਹਰਨ (Example)
ਲਿੰਗ-ਭੇਦ (Gender Agreement)Subject, Adjective & Verb gender concordanceਮੁੰਡਾ ਸਕੂਲ ਜਾਂਦੀ ਹੈ ➔ ਜਾਂਦਾ ਹੈ
ਵਚਨ-ਸਬੰਧ (Number Concord)Singular vs Plural agreement across all casesਸਾਰੇ ਬੱਚਾ ਖੇਡ ਰਿਹਾ ਹੈ ➔ ਸਾਰੇ ਬੱਚੇ ਖੇਡ ਰਹੇ ਹਨ
ਕਾਰਕ ਅਤੇ ਸੰਬੰਧਕ (Case & Postpositions)Ergative 'ਨੇ', Dative 'ਨੂੰ', Ablative 'ਤੋਂ/ਨਾਲੋਂ'ਉਸ ਚਿੱਠੀ ਲਿਖੀ ➔ ਉਸ ਨੇ ਚਿੱਠੀ ਲਿਖੀ
ਸਬੰਧਕੀ ਰੂਪ (Oblique Case)Direct to oblique noun & modifier transformationਵੱਡਾ ਕਮਰਾ ਵਿੱਚ ➔ ਵੱਡੇ ਕਮਰੇ ਵਿੱਚ
ਸ਼ਬਦ-ਜੋੜ ਤੇ ਪੈਰੀਂ ਅੱਖਰOrthography, Subjoined letters (੍ਹ, ੍ਰ), Gemination (ੱ)ਪੜਦਾ ➔ ਪੜ੍ਹਦਾ, ਪਰੇਮ ➔ ਪ੍ਰੇਮ, ਸਚ ➔ ਸੱਚ
ਕਾਲ ਤੇ ਸਹਾਇਕ ਕਿਰਿਆTense & Aspect consistency across clausesਅੱਜ ਅਸੀਂ ਜਾਂਦਾ ਸੀ ➔ ਅੱਜ ਅਸੀਂ ਜਾਂਦੇ ਹਾਂ
ਸਤਿਕਾਰਵਾਚਕ ਰੂਪ (Honorifics)Polite plural verb agreement for elders/gurusਪਿਤਾ ਜੀ ਆਇਆ ਹੈ ➔ ਪਿਤਾ ਜੀ ਆਏ ਹਨ
ਨਾਹਵਾਚਕ ਸੰਰਚਨਾ (Negation)Correct prescriptive negative word orderਝੂਠ ਨਾ ਬੋਲਣਾ ਚਾਹੀਦਾ ਹੈ ➔ ਝੂਠ ਨਹੀਂ ਬੋਲਣਾ ਚਾਹੀਦਾ

📜 Citation & License

Published under the Apache-2.0 License by Gurpreet Singh Dhillon (Nam-toon Studio).