Danh mục bộ dữ liệu

Dữ liệu đánh giá AI

Câu hỏi trắc nghiệm và tự luận ngắn về đọc hiểu, kiến thức pháp luật, hành chính, văn hóa Việt Nam — dùng để đánh giá mô hình ngôn ngữ.

Ngôn ngữ – văn bản tiếng Việt

Tập văn bản hành chính công khai đã làm sạch, tách câu và gắn siêu dữ liệu loại văn bản, cơ quan ban hành, lĩnh vực.

Chỉ số chuyển đổi số

Bảng tổng hợp các chỉ số thành phần về chính quyền số, kinh tế số, xã hội số theo đơn vị hành chính cấp tỉnh.

Hành chính công

Cặp câu hỏi – câu trả lời về thủ tục hành chính, gán nhãn lĩnh vực, ý định và văn bản căn cứ.

Tiếng nói – âm thanh

Ghi âm đọc văn bản kèm bản phiên âm, cân bằng giới tính, độ tuổi và vùng miền, phục vụ nhận dạng và tổng hợp tiếng nói.

Ngôn ngữ – văn bản tiếng Việt

Thuật ngữ công nghệ số, chuyển đổi số, dữ liệu, trí tuệ nhân tạo kèm định nghĩa và thuật ngữ tiếng Anh tương ứng.

Hình ảnh – tài liệu số hóa

Ảnh trang văn bản gán nhãn vùng tiêu đề, đoạn văn, bảng, chữ ký, con dấu — phục vụ nhận dạng ký tự và phân tích bố cục.

Truyền thông số

Bình luận gán nhãn sắc thái tích cực, tiêu cực, trung tính và chủ đề — phục vụ nghiên cứu phân tích thông tin mạng xã hội.

Tiếng nói – âm thanh

Đoạn âm thanh được gán nhãn sự kiện âm thanh và nội dung lời nói, thực hiện bởi người khiếm thị đã qua đào tạo nghề dán nhãn dữ liệu.