Bài viết "Tập dữ liệu tiếng Việt cho bài toán tìm câu hỏi tương đồng" trình bày một phương pháp xây dựng tập dữ liệu tiếng Việt cho bài toán tìm kiếm câu hỏi tương giả xây dựng được 7911 cặp câu hỏi được gán nhãn. Đồng thời, tập dữ liệu này cũng được thử nghiệm đánh giá trên một số mô hình học máy cơ bản. | TẬP DỮ LIỆU TIẾNG VIỆT CHO BÀI TOÁN TÌM CÂU HỎI TƯƠNG ĐỒNG Hà Thị Thanh1 Nguyễn Thị Oanh1 1 Trường Đại học Công nghệ Thông tin và Truyền thông Đại học Thái Nguyên Email htthanh@ Ngày nhận bài 05 8 2022 Ngày nhận bài sửa sau phản biện 10 11 2022 Ngày chấp nhận đăng 14 11 2022 TÓM TẮT Bài toán tìm kiếm câu hỏi tương đồng là bài toán phổ biến và quan trọng trong xử lý ngôn ngữ tự nhiên. Tuy nhiên có rất ít nghiên cứu về bài toán này trên tập dữ liệu tiếng Việt. Nguyên nhân của hiện tượng trên là do chưa có tập dữ liệu tiếng Việt chuẩn cho bài toán tìm kiếm câu hỏi. Trong bài báo này chúng tôi trình bày một phương pháp xây dựng tập dữ liệu tiếng Việt cho bài toán tìm kiếm câu hỏi tương đồng. Chúng tôi xây dựng được 7911 cặp câu hỏi được gán nhãn. Đồng thời tập dữ liệu này cũng được thử nghiệm đánh giá trên một số mô hình học máy cơ bản. Từ khóa elastic search máy tìm kiếm tập dữ liệu. VIETNAMESE DATASET FOR THE FINDING SIMILAR QUESTION PROBLEM ABSTRACT Finding similar questions is a common problem in natural language processing. However little research has been conducted on the question retrieval problem for Vietnamese. The reason for this is that there is no standard Vietnamese dataset for the finding question problem. In this paper we created a method to build a Vietnamese dataset for the problem of finding similar questions. As a result we built 7911 pairs of labeled questions. This dataset was evaluated on some basic machine learning models. Keywords dataset elastic search search engine. 1. GIỚI THIỆU câu hỏi mới ᵍ và các câu hỏi ᵍ1 ᵍ2 . . . ᵍᵊ trong kho dữ liệu của hệ thống hỏi đáp. Đầu Bài toán tìm câu hỏi tương đồng là bài ra trả về danh sách xếp hạng các câu hỏi sao toán trung gian hỗ trợ cho các hệ thống hỏi cho những câu tương đồng nhất với câu hỏi đáp tự động tìm kiếm câu trả lời cho câu hỏi truy vấn ở trên và câu không tương đồng nhất mới. Bài toán tìm kiếm câu hỏi tương đồng ở cuối của danh sách. Bài toán tìm câu hỏi tuy không phải là lĩnh vực
