UIT-ViQuAD

我们介绍了越南语问答数据集 (UIT-vipquad)，这是一个用于评估MRC模型的低资源语言的新数据集。该数据集包括超过23,000个人类生成的问题-答案对基于来自维基百科的174越南文章的5,109段落。特别是，我们提出了一种新的越南MRC数据集创建过程。

We present the Vietnamese Question Answering dataset (UIT-vipquad), a novel benchmark dataset for evaluating Machine Reading Comprehension (MRC) models in low-resource languages. This dataset contains over 23,000 human-generated question-answer pairs based on 5,109 paragraphs extracted from 174 Vietnamese Wikipedia articles. Specifically, we propose a novel Vietnamese MRC dataset construction process.

搜集汇总

背景与挑战

背景概述

UIT-ViQuAD是一个越南语机器阅读理解数据集，旨在评估低资源语言的MRC模型。它基于174篇越南维基百科文章，包含5,109个段落和超过23,000个人工生成的问题-答案对，于2020年发布。