NLP Vietnamese progress

跟踪越南NLP的進度

本文檔旨在跟踪越南自然語言處理的進度，並概述最常見的NLP任務及其相應數據集中的最先進（SOTA） 。

它旨在涵蓋傳統和核心NLP任務，例如依賴解析和言論部分標籤，以及更新的諸如閱讀理解和自然語言推斷之類的諸如依據。主要目的是為讀者提供benchmark datasets的快速概述，以及為他們感興趣的任務提供state-of-the-art ，該任務是進一步研究的墊腳石。為此，如果有一個已經發布和定期維護任務結果的地方，例如public leaderboard ，讀者將在那裡指向。

目錄

• 句子邊界歧義 /語言檢測 /文本歸一化 /拼寫校正
• 單詞分割 /詞性標記 /分解 /解析
• 文本分類 /情感分析 /單詞嵌入
• 命名實體識別 /關係提取 /事件提取 /信息提取 /關鍵字提取
• 核心分辨率 /插槽填充 /實體鏈接
• 語義 /語義角色標籤 /釋義標識 /自然語言推斷
• 機器翻譯 /自動摘要
• 知識代表和推理
• 對話系統和聊天機器人 /語言生成 /問題回答
• 自動語音識別 /語音 /語音分類 /語音的文字
• 光學文本識別 /圖像字幕
• 竊檢測
• 資源

貢獻

如果您想添加新結果，則可以使用拉動請求（PR）進行操作。為了最大程度地減少噪聲並使維護有些可管理，將首選已發表的論文報告的結果（表示您的PR中的出版物場所）；有影響力的預印本可能會例外。結果應包括該方法的名稱，引文，分數以及紙張的鏈接，並應添加表格，以便對錶進行排序（最佳結果）。

如果您的拉請請求包含新結果，請確保“新結果”出現在PR標題中。這樣，我們可以跟踪哪些任務是最活躍的，並受到最多關注。

為了使復制更容易，我們建議在可用的情況下添加到實現的鏈接。如果不存在，則可以將Code列（請參見下文）添加到表。在Code ”列中，指示正式實施的正式實施。如果有非官方實施，請使用鏈接（請參見下文）。如果沒有實現，則可以將單元格留為空。

模型	分數	紙/來源	代碼
			官方的
			關聯

要添加新的數據集或任務，請按照以下步驟操作。除了介紹數據集外，任何新的數據集都應在至少一篇論文中用於評估。

1. 分叉存儲庫。
2. 如果您的任務是全新的，請在上面的目錄中創建一個新文件並鏈接到它。如果不是，請將您的任務或數據集添加到相應文件的各個部分（按字母順序排列）。
3. 簡要描述數據集/任務，並包括相關參考。
4. 描述評估設置和評估指標。
5. 說明數據集/任務的註釋示例的樣子。
6. 如果可用，請添加下載鏈接。
7. 複製下表，並為您的數據集/任務填寫至少兩個結果（包括最先進的結果）（更改分數為數據集的指標）。
8. 提交您的更改作為拉請求。

模型	分數	紙/來源	代碼