本研究为缺乏基准数据集的低资源语言（如越南语）创建了一个新的数据集UIT-ViQuAD，包含超过23000个由人类创建的问题-答案对和174篇来自维基百科的越南文章。通过用现有最先进的机器学习模型解决问题来比较联合测量人类表现和最佳模型表现的结果，结果表明，未来的研究可以提高越南MRC的准确度和性能。

Sep, 2020

本文介绍了一个名为 UIT-ViQuAD 2.0 的越南文机器阅读理解数据集，它可以用于评估和研究机器阅读理解任务和相关任务，如问答、问句生成和自然语言推理。该数据集吸引了77个团队参与，其中表现最好的三个团队使用基于Transformer结构的强大的预训练语言模型XLM-RoBERTa，其准确率在F1得分方面为77.24％，在Exact Match方面为67.43％。

Mar, 2022

本文介绍了首个用于越南社交媒体文本的单语言预训练语言模型ViSoBERT，该模型使用XLM-R架构，在大规模高质量多样化的越南社交媒体文本语料库上进行预训练，并在越南社交媒体文本的情绪识别、仇恨言论检测、情感分析、垃圾评论检测和仇恨言论跨度检测等五个重要的自然语言下游任务中超越了之前最先进的模型。

Oct, 2023

本论文报告了越南语新闻的VLSP 2022-越南摘要多文档自动化生成（Abmusu）共享任务的概述。该任务旨在开发能够自动为一组关于某个主题的文档创建摘要的自动化系统。参与的模型根据ROUGE2-F1分数进行评估和排名。

Nov, 2023

我们提出了一个基于BERTology模型的两阶段系统，用于识别比较句子和提取比较元素，实验证明我们的方法优于其他竞争对手，并在官方私有测试中取得了最高分数。

Dec, 2023

通过解决三个顺序子任务，我们提出了一种比较意见挖掘的方法，旨在识别和提取表达比较性情感的句子，并对越南产品评论中用户情感进行更深入的理解。在越南语言和语音处理（VLSP）2023年比较意见挖掘（ComOM）挑战中，我们的方法在排名中位居第五。

Jan, 2024

首次引入越南词汇规范化任务的越南词汇规范化(ViLexNorm)语料库包括超过10,000对句子，经过人工注释，来自越南最流行社交媒体平台的公开评论，并验证了其在NLP任务中的积极影响。

Jan, 2024

通过捕捉越南母语者在自然环境中的口语表达，这篇论文描述了一个用于机器阅读理解任务的越南口语语料库的开发过程，并提供了使用真实数据进行机器阅读理解任务所面临的挑战和机遇的见解。

Feb, 2024

通过为越南语进行精细调整并开发了综合评估框架，我们发现精细调整的大型语言模型在越南语上表现出更好的理解和生成能力，并且模型规模和训练数据质量对模型的性能有重要影响。

Mar, 2024

本研究介绍了ViLLM-Eval，一个综合评估套件，用于衡量基于越南语背景下的基础模型的高级知识和推理能力，通过多项选择题和预测下一个单词的任务，评估了最先进的大语言模型在ViLLM-Eval上的表现，揭示了这些模型在理解和应对越南语任务方面仍有待改进的空间，该套件将有助于发现基础模型的关键优势和劣势，最终促进其发展并提升在越南用户中的性能。

Apr, 2024