Upload folder using huggingface_hub

.gitattributes

@@ -58,3 +58,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 # Video files - compressed
 *.mp4 filter=lfs diff=lfs merge=lfs -text
 *.webm filter=lfs diff=lfs merge=lfs -text
+train.csv filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,94 @@
+---
+language:
+- vi
+license: apache-2.0
+task_categories:
+- question-answering
+- multiple-choice
+tags:
+- vietnamese
+- mcqa
+- reading-comprehension
+- derived-dataset
+size_categories:
+- 1K<n<10K
+---
+
+# VSMRC/mrc (bản tách cột A/B/C/D)
+
+## Dataset này là gì
+
+Đây là **bản định dạng lại** (reformatted / derived) của dataset gốc [`VSMRC/mrc`](https://huggingface.co/datasets/VSMRC/mrc) — phần multiple-choice reading comprehension trong bộ VSMRC (Vietnamese Text Segmentation and Multiple-Choice Reading Comprehension Dataset), do nhóm tác giả tại Đại học
+Công nghệ, ĐHQGHN công bố.
+
+Dataset gốc đã có sẵn cột `choices` (list Python) và `correctchoice` (số nguyên 0-3) — bản này chỉ **map lại thành các cột `A`, `B`, `C`, `D`, `answer`** cho khớp định dạng các pipeline MCQA quen dùng ký hiệu chữ cái (A/B/C/D) thay vì index số. **Toàn bộ các cột gốc không liên quan trực tiếp đến việc tách A/B/C/D được giữ nguyên**, không xoá:
+- `context` — đoạn văn Wikipedia làm ngữ cảnh cho câu hỏi
+- `questiontype` — loại câu hỏi (`fact_check`, `reasoning`, `list`, `fill_blank`,...)
+- `segmenttextwordcount` — số từ trong đoạn văn
+- `questiontextwordcount` — số từ trong câu hỏi
+
+**Không có nội dung nào bị thay đổi** — chỉ ánh xạ lại `choices[i]` / `correctchoice` sang `A/B/C/D`, giữ nguyên 100% văn bản gốc.
+
+## Schema
+
+| Cột | Kiểu | Mô tả | Nguồn |
+|---|---|---|---|
+| `id` | int | Số thứ tự dòng (sinh mới khi convert) | mới |
+| `question` | string | Câu hỏi | gốc (`question`) |
+| `A` | string | Nội dung đáp án A | gốc (`choices[0]`) |
+| `B` | string | Nội dung đáp án B | gốc (`choices[1]`) |
+| `C` | string | Nội dung đáp án C | gốc (`choices[2]`) |
+| `D` | string | Nội dung đáp án D | gốc (`choices[3]`) |
+| `answer` | string | Đáp án đúng: `A`/`B`/`C`/`D` | gốc (`correctchoice`, map số -> chữ) |
+| `context` | string | Đoạn văn ngữ cảnh | gốc, giữ nguyên |
+| `questiontype` | string | Loại câu hỏi | gốc, giữ nguyên |
+| `segmenttextwordcount` | int | Số từ đoạn văn | gốc, giữ nguyên |
+| `questiontextwordcount` | int | Số từ câu hỏi | gốc, giữ nguyên |
+
+**Lưu ý:** dataset gốc có một số câu chỉ 2-3 lựa chọn (không phải lúc nào cũng đủ 4). Bản này **chỉ giữ lại câu có đúng 4 lựa chọn** để khớp schema A/B/C/D — các câu 2-3 lựa chọn bị loại bỏ khỏi bản derived này (vẫn còn nguyên trong dataset gốc nếu cần).
+
+## Nguồn gốc / Cách tạo
+
+Được tạo bằng script `prepare_data_vsmrc.py` — tải dataset gốc qua `datasets.load_dataset("VSMRC/mrc")`, lọc câu có đúng 4 phần tử trong `choices`, map `correctchoice` (0/1/2/3) sang `A`/`B`/`C`/`D`, giữ nguyên các cột còn lại.
+
+## Bản quyền và giấy phép
+
+Dataset gốc dùng license **Apache-2.0** — sử dụng tự do, kể cả mục đích thương mại, chỉ cần giữ thông báo bản quyền/attribution. Khi sử dụng, vui lòng trích dẫn bài báo gốc:
+
+```bibtex
+@inproceedings{10.1145/3778265.3778272,
+author = {Nguyen Hai, Toan and Nguyen Viet, Ha and Xuan Truong, Quan and Do Minh, Duc},
+title = {A Vietnamese Dataset for Text Segmentation and Multiple Choices Reading Comprehension},
+year = {2025},
+publisher = {Association for Computing Machinery},
+address = {New York, NY, USA},
+booktitle = {Proceedings of the 2025 7th International Conference on Big-data Service and Intelligent Computation},
+location = {Bangkok, Thailand}
+}
+```
+
+Dataset gốc: https://huggingface.co/datasets/VSMRC/mrc
+Bài báo: https://arxiv.org/abs/2506.15978
+
+## Cách dùng
+
+```python
+from datasets import load_dataset
+
+ds = load_dataset("p-storm/VSMRC-mrc-ABCD", split="test")
+print(ds[0])
+# {'id': 0,
+#  'question': 'Maya Harris đã tốt nghiệp cử nhân nghệ thuật vào năm nào?',
+#  'A': '1988', 'B': '1989', 'C': '1990', 'D': '1992', 'answer': 'B',
+#  'context': "Maya Harris theo học phổ thông tại Trung học Bishop O'Dowd...",
+#  'question_type': 'fact_check',
+#  'segment_text_word_count': 139,
+#  'question_text_word_count': 12}
+```
+
+Hoặc tải trực tiếp CSV nếu upload dạng file thay vì dùng `datasets`:
+
+```python
+import pandas as pd
+df = pd.read_csv("hf://datasets/p-storm/VSMRC-mrc-ABCD/test.csv")
+```

train.csv

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c66eede8d56a025e61721b0061041aa3aec95e9c609f5af4b6b1dd0b264ccfb5
+size 13724957