越南语新冠疫情嵌套命名实体识别：数据集与实验
计算与语言
2025-06-17 v2 机器学习
摘要
新冠疫情造成了全球范围的巨大损失，许多国家的防控措施均未能奏效。在越南，追踪、定位和对接触病例的人群进行隔离是有效防疫的关键措施。然而，这种做法目前仍依赖人工操作，工作量巨大。本研究描述了一项为越南新冠疫情防控而设计的命名实体识别（NER）研究。我们还提出了用于本系统的越南语 COVID-19 数据集，包含嵌套命名实体识别任务，并定义了新的实体类型以适应实际需求。
引用
@article{arxiv.2504.21016,
title = {Nested Named-Entity Recognition on Vietnamese COVID-19: Dataset and Experiments},
author = {Ngoc C. Lê and Hai-Chung Nguyen-Phung and Thu-Huong Pham Thi and Hue Vu and Phuong-Thao Nguyen Thi and Thu-Thuy Tran and Hong-Nhung Le Thi and Thuy-Duong Nguyen-Thi and Thanh-Huy Nguyen},
journal= {arXiv preprint arXiv:2504.21016},
year = {2025}
}
备注
8 pages. AI4SG-21 The 3rd Workshop on Artificial Intelligence for Social Good at IJCAI 2021