NLP Vietnamese progress

Suivi des progrès dans la PNL vietnamienne

Ce document vise à suivre les progrès dans le traitement du langage naturel vietnamien et à donner un aperçu de l' état de l'art (SOTA) dans les tâches NLP les plus courantes et leurs ensembles de données correspondants.

Il vise à couvrir les tâches NLP traditionnelles et principales telles que l'analyse de dépendance et le marquage d'une partie du discours ainsi que des analyses plus récentes telles que la compréhension de la lecture et l'inférence du langage naturel. L'objectif principal est de fournir au lecteur un aperçu rapide des benchmark datasets et de la state-of-the-art pour sa tâche d'intérêt, qui sert de tremplin pour de nouvelles recherches. À cette fin, s'il y a un endroit où les résultats pour une tâche sont déjà publiés et régulièrement entretenus, comme un public leaderboard , le lecteur y sera pointé.

Table des matières

• Désambigation des limites de phrase / Détection du langage / normalisation du texte / correction d'orthographe
• Segmentation des mots / étiquetage / section / analyse des mots
• Classification du texte / analyse des sentiments / incorporations de mots
• Reconnaissance d'entité / extraction relationnelle / extraction d'événements / Extraction d'informations / extraction de mots-clés
• Résolution de coreférence / remplissage de machines à sous / lien d'entité
• Sémantique / étiquetage des rôles sémantiques / identification paraphrase / inférence du langage naturel
• Traduction machine / résumé automatique
• Représentation et raisonnement des connaissances
• Systèmes de dialogue et chatbots / génération de langue / réponse aux questions
• Reconnaissance automatique de la parole / texte à la classification de la parole / de la parole / de la parole
• Reconnaissance optique de texte / sous-titrage d'image
• Détection du plagiat
• Ressources

Contributif

Si vous souhaitez ajouter un nouveau résultat, vous pouvez le faire avec une demande de traction (PR). Afin de minimiser le bruit et de rendre la maintenance quelque peu gérable, les résultats rapportés dans les articles publiés seront préférés (indiquer le lieu de publication dans votre RP); Une exception peut être faite pour des préparations influentes. Le résultat doit inclure le nom de la méthode, la citation, le score et un lien vers le papier et doivent être ajoutés afin que le tableau soit trié (avec le meilleur résultat en haut).

Si votre demande de traction contient un nouveau résultat, veuillez vous assurer que le "nouveau résultat" apparaît quelque part dans le titre du PR. De cette façon, nous pouvons suivre les tâches les plus actives et recevoir le plus d'attention.

Afin de faciliter la reproduction, nous vous recommandons d'ajouter un lien à une implémentation à chaque méthode si disponible. Vous pouvez ajouter une colonne Code (voir ci-dessous) à la table si elle n'existe pas. Dans la colonne Code , indiquez une implémentation officielle avec officiel. Si une implémentation non officielle est disponible, utilisez le lien (voir ci-dessous). Si aucune implémentation n'est disponible, vous pouvez laisser la cellule vide.

Modèle	Score	Papier / source	Code
			Officiel
			Lien

Pour ajouter un nouvel ensemble de données ou une nouvelle tâche, suivez les étapes ci-dessous. Tous les nouveaux ensembles de données auraient dû être utilisés pour l'évaluation dans au moins un article publié en plus de celui qui a introduit l'ensemble de données.

1. Fourk le référentiel.
2. Si votre tâche est complètement nouvelle, créez un nouveau fichier et liez-le dans la table des matières ci-dessus. Sinon, ajoutez votre tâche ou votre ensemble de données à la section respective du fichier correspondant (par ordre alphabétique).
3. Décrivez brièvement l'ensemble de données / tâche et incluez des références pertinentes.
4. Décrivez la métrique du réglage d'évaluation et de l'évaluation.
5. Montrez à quoi ressemble un exemple annoté de l'ensemble de données / tâche.
6. Ajoutez un lien de téléchargement si disponible.
7. Copiez le tableau ci-dessous et remplissez au moins deux résultats (y compris l'état de la technologie) pour votre ensemble de données / tâche (modifiez le score en métrique de votre ensemble de données).
8. Soumettez votre modification en tant que demande de traction.

Modèle	Score	Papier / source	Code