Datasets:

phonsobon
/

khmer-spellcheck-pairs-clean-v2

test_real contains only real human errors (seanghay/khmer-spelling-corrections and S-Sethisak/khmer-orthography-correction-dataset). They are not in train or validation.
No target sentence appears in two splits.

Cleaning

Khmer only (any other script removed), repeated-character bug, length and edit limits (synthetic rows), broken Khmer character order, known misspellings in targets, duplicates, leakage between splits. Targets use the RAC form ឱ្យ.

split	original	kept	invalid_khmer	too_many_edits	repeat_bug	length_ratio
train	2047228	2037930	7911	1147	167	73
test_synthetic	9643	9624	0	12	0	7
validation	10418	10406	9	0	3	0
test_real	2632	2624	6	0	2	0

Downloads last month: 36

source stringlengths 4 166	target stringlengths 5 165	origin stringclasses 7 values
ជាថិដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	ជាតិដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	khmer_auto_complete
សូមគោរពជូនលោកស្រីប្រធានអង្គភាពយោងតាមលិខិតនេះមេត្តាពិនិត្យនិងគូរឯកភាព តាមសំណើលើការស្នើសុំ អាជ្ញាបណ្ណផ្តឡ់សែវា	សូមគោរពជូនលោកស្រីប្រធានអង្គភាពយោងតាមលិខិតនេះមេត្តាពិនិត្យនិងគួរឯកភាព តាមសំណើលើការស្នើសុំ អាជ្ញាបណ្ណផ្តល់សេវា	khmer_auto_complete
គោរពជូនការិយាល័យជំនាញឯកភាពតាមការជូនយោបល់ដើម្បីសហការ	គោរពជូនការិយាល័យជំនាញឯកភាពតាមការជូនយោបល់ដើម្បីសហការ	khmer_auto_complete_v3
សូមគោរពជូនឯកឧត្តមអគ្គនាយកយោងតាមអនុសាសន៍ណែនាំមេត្តាពិនិត្យនិងចុះហត្ថលេខាលើសេចក្តីព្រាងលើការរៀបចំពិព័រណ៍បច្ចេកវិទ្យានិងនវានុវត្តន៍ជាតិិដោយសេចក្តីគោរពដ៏ខ្ពង់ខ្ពស់។	សូមគោរពជូនឯកឧត្តមអគ្គនាយកយោងតាមអនុសាសន៍ណែនាំមេត្តាពិនិត្យនិងចុះហត្ថលេខាលើសេចក្តីព្រាងលើការរៀបចំពិព័រណ៍បច្ចេកវិទ្យានិងនវានុវត្តន៍ជាតិដោយសេចក្តីគោរពដ៏ខ្ពង់ខ្ពស់។	khmer_auto_complete_v2
កុមការងារបច្ចេកទេសចុះហត្ថលេខាលើសេចក្តីព្រាង លើសំណើ នេះជាគោលការណ៍	ក្រុមការងារបច្ចេកទេសចុះហត្ថលេខាលើសេចក្តីព្រាង លើសំណើ នេះជាគោលការណ៍	khmer_auto_complete_v3
ការស្នើសុំអាជ្ញាបណ្ណផល់សេវាបច្ចេកវិទ្យាដោយសេចក្តីគោរពនិងជឿជាក់លើការដឹកនាំ។	ការស្នើសុំអាជ្ញាបណ្ណផ្តល់សេវាបច្ចេកវិទ្យាដោយសេចក្តីគោរពនិងជឿជាក់លើការដឹកនាំ។	khmer_auto_complete_v3
ម៉ាស៊ីនមេ ផ្ទុកគាំទ្រការអភិវឌ្ឍដល់ក្រុមការងារដោយ គ្មានហាិនភ័យឡើយ។	ម៉ាស៊ីនមេ ផ្ទុកគាំទ្រការអភិវឌ្ឍដល់ក្រុមការងារដោយ គ្មានហានិភ័យឡើយ។	khmer_auto_complete_v4
តើអាចរកមើលប្រភេទឯកសារក្នុងក្នុងប្ណ្ណសារដ្ឋានជាតិបានដែរឬ ទេ	តើអាចរកមើលប្រភេទឯកសារក្នុងក្នុងបណ្ណសារដ្ឋានជាតិបានដែរឬ ទេ	khmer_auto_complete_v3
ធវើឱ្យពេលវេលាសម្រាករបស់ខ្ញុំស្ទើរតែគ្មាន។	ធ្វើឱ្យពេលវេលាសម្រាករបស់ខ្ញុំស្ទើរតែគ្មាន។	Text_Emotional_kh
ប្រយោជន៍ច្រើនម្ហាសាល។	ប្រយោជន៍ច្រើនមហាសាល។	khmer_auto_complete_v4
ចាត់ចែងជូនក្រុមការងារបច្ចេកទេះឯកភាព តាមសំណើលឿសំណុរឿងនេះ	ចាត់ចែងជូនក្រុមការងារបច្ចេកទេសឯកភាព តាមសំណើលើសំណុំរឿងនេះ	khmer_auto_complete
ឆ្នាំ២០២៦តាមការគួរនិង ដោយក្ដីគោរពដ៏ខ្ពង់ខ្ពស ។	ឆ្នាំ២០២៦តាមការគួរនិង ដោយក្ដីគោរពដ៏ខ្ពង់ខ្ពស់ ។	khmer-word-segmentation
សូមមគោរពជូនលោកជំទាវរដ្ឋលេខាធិការផ្អែកលើរបាយការណ៍លទ្ធផលការងារមេត្តាពិនិត្យនិងជ្រាបជាព័ត៌មានលើការរៀបចំ វគ្គ	សូមគោរពជូនលោកជំទាវរដ្ឋលេខាធិការផ្អែកលើរបាយការណ៍លទ្ធផលការងារមេត្តាពិនិត្យនិងជ្រាបជាព័ត៌មានលើការរៀបចំ វគ្គ	khmer_auto_complete_v3
និង់ វិជ្ជាជីវៈខ្ពស់។	និង វិជ្ជាជីវៈខ្ពស់។	khmer-word-segmentation
មានជើងចែវប៉ួន្មាននាក់	មានជើងចែវប៉ុន្មាននាក់	khmer-dictionary-44k
បចចេកវិទ្យា។	បច្ចេកវិទ្យា។	khmer_auto_complete_v4
គួរលោកជំទាវផ្តល់អនុសាសន៍ណែនាំលើសំណុំរើងនេះ	គួរលោកជំទាវផ្តល់អនុសាសន៍ណែនាំលើសំណុំរឿងនេះ	khmer_auto_complete_v2
សូមគោោរពជូនលោកំទាវរដ្ឋលេខាធិការយោងតាមលិខិតនេះមេត្តាពិនិត្យនិងចុះហត្ថលេខាលើសេចក្តីព្រាងលើការតែងតាំងនិង	សូមគោរពជូនលោកជំទាវរដ្ឋលេខាធិការយោងតាមលិខិតនេះមេត្តាពិនិត្យនិងចុះហត្ថលេខាលើសេចក្តីព្រាងលើការតែងតាំងនិង	khmer_auto_complete
ខ្ញុំចំណាយពេល្ងៃនេះដោយភាពស្ងប់ស្ងាត់ និងធ្វើកិច្ចការប្រចាថ្ងៃជាធម្មតា។	ខ្ញុំចំណាយពេលថ្ងៃនេះដោយភាពស្ងប់ស្ងាត់ និងធ្វើកិច្ចការប្រចាំថ្ងៃជាធម្មតា។	Text_Emotional_kh
សូមលោកជំទាវប្រធាននាយកដ្ឋានមេត្តាពិនិត្យនិងផ្តល់អនុសាសន៍លិខិតសុំការធ្វើបច្ចុប្បន្នភាពរបស់នាយកដ្ឋានអប់រំជាការគោរព។	សូមលោកជំទាវប្រធាននាយកដ្ឋានមេត្តាពិនិត្យនិងផ្តល់អនុសាសន៍លិខិតសុំការធ្វើបច្ចុប្បន្នភាពរបស់នាយកដ្ឋានអប់រំជាការគោរព។	khmer_auto_complete_v2
ដែលស្ដើងសើកប៉ប្រើក់	ដែលស្ដើងសើកប៉ប្រើក	khmer-dictionary-44k
ច្បាប់និងលីខិតបទដ្ឋានគតិយុត្តដើម្បីជាវឌ្ឍនភាភៃនអង្គភាពទាំងមូល។	ច្បាប់និងលិខិតបទដ្ឋានគតិយុត្តដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	khmer_auto_complete
សុំថវិកាបេសកកម្មនិង ការស្នាក់នៅ ដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល ។	សុំថវិកាបេសកកម្មនិង ការស្នាក់នៅ ដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល ។	khmer_auto_complete
ជាក់ស្តែង វាធ្វើឱ្យខួរកបាលរបស់ខ្ញុំគិតតែពីរឿងអវិជ្ជមាន	ជាក់ស្តែង វាធ្វើឱ្យខួរក្បាលរបស់ខ្ញុំគិតតែពីរឿងអវិជ្ជមាន	Text_Emotional_kh
អង្គភាពសវនកម្មបញ្ជូនទៅនាយកដ្ឋានជំនាញលើរបាយការណ៍នេះជាគោឡការណ៍	អង្គភាពសវនកម្មបញ្ជូនទៅនាយកដ្ឋានជំនាញលើរបាយការណ៍នេះជាគោលការណ៍	khmer_auto_complete_v2
ខ្ញុំមានអារម្មណ៍ថាពិបាកចិត្ត និងស្មុគស្មាញរកផ្លូវចេញមិនឃើញទេ ដោយសារតែមានជម្លោះ	ខ្ញុំមានអារម្មណ៍ថាពិបាកចិត្ត និងស្មុគស្មាញរកផ្លូវចេញមិនឃើញទេ ដោយសារតែមានជម្លោះ	Text_Emotional_kh
ការរៀបចំវគ្គបណ្តុះបណ្តាលជំនាញសន្តិសុខសាយប័រ ដើម្បីចាត់ចែងអនុវត្តតាមការគួរ។	ការរៀបចំវគ្គបណ្តុះបណ្តាលជំនាញសន្តិសុខសាយប័រ ដើម្បីចាត់ចែងអនុវត្តតាមការគួរ។	khmer_auto_complete_v3
ផ្លាស់ប្តូរមុខតំនែងមន្ត្រីរាជការដើម្បីជាវឌ្ឍនភាពណៃអង្គភាពទាំងមូល។	ផ្លាស់ប្តូរមុខតំណែងមន្ត្រីរាជការដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	khmer_auto_complete_v3
សូមគរពជូន ឯកឧត្តមរដ្ឋមន្ត្រីោងតាម សំណើសុំគោលការណ៍មេត្តាពិនិត្យនិង ផ្តល់ការគាំទ្របច្ចេកទេសលើការរៀបចំពិព័រណ៍	សូមគោរពជូន ឯកឧត្តមរដ្ឋមន្ត្រីយោងតាម សំណើសុំគោលការណ៍មេត្តាពិនិត្យនិង ផ្តល់ការគាំទ្របច្ចេកទេសលើការរៀបចំពិព័រណ៍	khmer_auto_complete_v3
ហើយខញុំត្រូវតែរឹងមាំ។	ហើយខ្ញុំត្រូវតែរឹងមាំ។	Text_Emotional_kh
កុមារតួចៗ ពិតជាការធ្វើដំណើរកម្សាន្តទៅកាន់តំបន់ប្រវត្តិសាស្តធ្វើឱ្យជីវិតមានន័យនិងពោរពេញដោយក្តីស្រឡាញ់។	កុមារតូចៗ ពិតជាការធ្វើដំណើរកម្សាន្តទៅកាន់តំបន់ប្រវត្តិសាស្ត្រធ្វើឱ្យជីវិតមានន័យនិងពោរពេញដោយក្តីស្រឡាញ់។	Text_Emotional_kh
សូមគោរពជូន អគ្គលេខាធិការជ្រាបជាព័ត៌មានលើរបាយការន៍ នេះ	សូមគោរពជូន អគ្គលេខាធិការជ្រាបជាព័ត៌មានលើរបាយការណ៍ នេះ	khmer_auto_complete
សូម លោកប្រធានការិយាល័យផែនការនិងកិច្ចសហប្រតិបត្តិការមេត្តា ពិនិត្យនិងចុះហត្ថលែខាដ៏ខ្ពង់ខ្ពស់លើរបាយការណ៍វឌ្ឍនភាព	សូម លោកប្រធានការិយាល័យផែនការនិងកិច្ចសហប្រតិបត្តិការមេត្តា ពិនិត្យនិងចុះហត្ថលេខាដ៏ខ្ពង់ខ្ពស់លើរបាយការណ៍វឌ្ឍនភាព	khmer-word-segmentation
ប្រព័ន្ធគ្រប់គ្រងមូលដ្ឋានទិន្នន័យធានាសុវត្ថីភាពសម្រាប់ព័ត៌មានជូនសកលលោកការសិក្សាស្រាវជ្រាវ ផ្នែកវិទ្យាសាស្ត្រ។	ប្រព័ន្ធគ្រប់គ្រងមូលដ្ឋានទិន្នន័យធានាសុវត្ថិភាពសម្រាប់ព័ត៌មានជូនសកលលោកការសិក្សាស្រាវជ្រាវ ផ្នែកវិទ្យាសាស្ត្រ។	khmer_auto_complete_v4
ចំណូលឆំណាយប្រចាំត្រីមាសដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	ចំណូលចំណាយប្រចាំត្រីមាសដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	khmer_auto_complete
មួយរយៈចុងខ្រោយនេះ អារម្មន៍របស់ខ្ញុំមិនសូវល្អទាល់តែសោះព្រោះស្ត្រេស ព្រោះតែការសិក្សាជិតដល់ពេលប្រលងហើយ	មួយរយៈចុងក្រោយនេះ អារម្មណ៍របស់ខ្ញុំមិនសូវល្អទាល់តែសោះព្រោះស្ត្រេស ព្រោះតែការសិក្សាជិតដល់ពេលប្រឡងហើយ	Text_Emotional_kh
ឌីជីថល ថ្នាក់ជាតិដើម្បជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	ឌីជីថល ថ្នាក់ជាតិដើម្បីជាវឌ្ឍនភាពនៃអង្គភាពទាំងមូល។	khmer_auto_complete_v3
ការអភិវឌ្ឍប្រទេស្ជាតិ។	ការអភិវឌ្ឍប្រទេសជាតិ។	khmer-word-segmentation
សូមគោរពជូនឯកឧត្តមអនុរដ្ឋលេខាធិការពិនិត្យចបសព្វគ្រប់ជាព័ត៌មាន	សូមគោរពជូនឯកឧត្តមអនុរដ្ឋលេខាធិការពិនិត្យចប់សព្វគ្រប់ជាព័ត៌មាន	khmer_auto_complete_v2
ចំណាយប្រចាំត្រីមាសក្នុងន័យបង្កើនតម្លាភាពនិងប្រសិទ្ធភាពការងារ។	ចំណាយប្រចាំត្រីមាសក្នុងន័យបង្កើនតម្លាភាពនិងប្រសិទ្ធភាពការងារ។	khmer_auto_complete