标签
This paper introduces ViTOED, a new dataset for target-oriented emotion detection on Vietnamese social media texts, containing nearly 11,000 comments with manually annotated opinion quadruples. It evaluates Vietnamese pre-trained language models using structured sentiment graphs, highlighting challenges in span detection and relation extraction.
本文介绍了VIVID，这是首个系统评估越南语中植根于文化的比喻语言理解的基准，包含1,636条习语和谚语。对八个最先进模型的评估揭示了显著差距：越南语专用模型的表现远逊于多语言系统，即使顶尖模型平均正确率也不到50%。
VLegal-Bench 是一个认知基础基准测试，用于评估大语言模型在越南法律推理任务中的表现，包含 10,450 个专家标注样本，旨在填补民法系统法律基准的空白。该基准通过问答、多步推理和场景问题解决来评估多个层次的法律理解，为在非英文、成文法律背景下评估大语言模型提供了一个可复现的框架。