ViQA-COVID：为越南语构建的新冠病毒机器阅读理解数据集
计算与语言
2025-06-17 v2 机器学习
摘要
新冠疫情出现两年后，已对全球人民及正常生活产生严重负面影响。截至2022年5月，全球累计报告超过5.2亿例确诊病例和600万例死亡（其中越南近1000万例确诊、4.3万例死亡）。经济与社会受到严峻冲击。新冠变异亚型“奥密克戎”已突破各国的防疫措施，感染数字迅速攀升。全球治疗和防疫资源正日益超载。显然，当前向人们提供人工智能支持的应用场景极为紧迫。尽管已有大量研究将人工智能应用于新冠防控，对疾病防控具有极大价值，同时也包括机器阅读理解（MRC）相关研究。我们创建了第一个关于新冠疫情的越南语MRC数据集——ViQA-COVID，可用于构建模型和系统，为防控事业贡献力量。此外，ViQA-COVID也是第一个面向越南语的多段抽取MRC数据集，期望推动越南语乃至多语言MRC研究的发展。
引用
@article{arxiv.2504.21017,
title = {ViQA-COVID: COVID-19 Machine Reading Comprehension Dataset for Vietnamese},
author = {Hai-Chung Nguyen-Phung and Ngoc C. Lê and Van-Chien Nguyen and Hang Thi Nguyen and Thuy Phuong Thi Nguyen},
journal= {arXiv preprint arXiv:2504.21017},
year = {2025}
}
备注
8 pages. Technical report