NLP Vietnamese progress

跟踪越南NLP的进度

本文档旨在跟踪越南自然语言处理的进度，并概述最常见的NLP任务及其相应数据集中的最先进（SOTA） 。

它旨在涵盖传统和核心NLP任务，例如依赖解析和言论部分标签，以及更新的诸如阅读理解和自然语言推断之类的诸如依据。主要目的是为读者提供benchmark datasets的快速概述，以及为他们感兴趣的任务提供state-of-the-art ，该任务是进一步研究的垫脚石。为此，如果有一个已经发布和定期维护任务结果的地方，例如public leaderboard ，读者将在那里指向。

目录

• 句子边界歧义 /语言检测 /文本归一化 /拼写校正
• 单词分割 /词性标记 /分解 /解析
• 文本分类 /情感分析 /单词嵌入
• 命名实体识别 /关系提取 /事件提取 /信息提取 /关键字提取
• 核心分辨率 /插槽填充 /实体链接
• 语义 /语义角色标签 /释义标识 /自然语言推断
• 机器翻译 /自动摘要
• 知识代表和推理
• 对话系统和聊天机器人 /语言生成 /问题回答
• 自动语音识别 /语音 /语音分类 /语音的文字
• 光学文本识别 /图像字幕
• 窃检测
• 资源

贡献

如果您想添加新结果，则可以使用拉动请求（PR）进行操作。为了最大程度地减少噪声并使维护有些可管理，将首选已发表的论文报告的结果（表示您的PR中的出版物场所）；有影响力的预印本可能会例外。结果应包括该方法的名称，引文，分数以及纸张的链接，并应添加表格，以便对表进行排序（最佳结果）。

如果您的拉请请求包含新结果，请确保“新结果”出现在PR标题中。这样，我们可以跟踪哪些任务是最活跃的，并受到最多关注。

为了使复制更容易，我们建议在可用的情况下添加到实现的链接。如果不存在，则可以将Code列（请参见下文）添加到表。在Code ”列中，指示正式实施的正式实施。如果有非官方实施，请使用链接（请参见下文）。如果没有实现，则可以将单元格留为空。

模型	分数	纸/来源	代码
			官方的
			关联

要添加新的数据集或任务，请按照以下步骤操作。除了介绍数据集外，任何新的数据集都应在至少一篇论文中用于评估。

1. 分叉存储库。
2. 如果您的任务是全新的，请在上面的目录中创建一个新文件并链接到它。如果不是，请将您的任务或数据集添加到相应文件的各个部分（按字母顺序排列）。
3. 简要描述数据集/任务，并包括相关参考。
4. 描述评估设置和评估指标。
5. 说明数据集/任务的注释示例的样子。
6. 如果可用，请添加下载链接。
7. 复制下表，并为您的数据集/任务填写至少两个结果（包括最先进的结果）（更改分数为数据集的指标）。
8. 提交您的更改作为拉请求。

模型	分数	纸/来源	代码