hungminhss/tdtu-student-regulations-qa

TDTU Vietnamese University Regulations QA Dataset

Dataset Description

Tập dữ liệu hỏi-đáp tiếng Việt về quy chế, quy định sinh viên của Trường Đại học Tôn Đức Thắng (TDTU), được xây dựng cho bài toán Retrieval-Augmented Generation (RAG) và fine-tuning LLM tư vấn sinh viên.

• Ngôn ngữ: Tiếng Việt
• Domain: Quy chế đại học, chính sách sinh viên
• Mục đích: Huấn luyện chatbot tư vấn sinh viên TDTU

Dataset Details

Dataset Sources

File nguồn	Nội dung
Quy chế Công tác sinh viên	Kỷ luật, quyền lợi, nghĩa vụ sinh viên
Hướng dẫn học bổng	Điều kiện, mức xét cấp học bổng các loại
Quy chế tổ chức và quản lý đào tạo	Tín chỉ, đăng ký môn, xét tốt nghiệp
Quy chế đánh giá kết quả rèn luyện	Thang điểm rèn luyện, phân loại
PHỤ LỤC vi phạm	Hành vi vi phạm và hình thức xử lý
QĐ số 22 đạo văn	Quy định kiểm soát và xử lý đạo văn
Bộ Quy tắc ứng xử	Quy tắc giao tiếp, ứng xử người học
... (20 văn bản tổng cộng)	...

Uses

Direct Use

from datasets import load_dataset

ds = load_dataset("hungminhss/tdtu-student-regulations-qa")

# Xem mẫu
print(ds["train"][0])
# {
#   "question": "Sinh viên cần đáp ứng những điều kiện gì để được xét học bổng khuyến khích học tập?",
#   "answer": "Theo quy định của TDTU, sinh viên cần đáp ứng đồng thời các điều kiện: ...",
#   "source_file": "Hướng dẫn học bổng, khen thưởng...",
#   ...
# }

Out-of-Scope Use

• Không dùng cho mục đích thương mại
• Câu trả lời chỉ phản ánh quy định tại thời điểm thu thập (2024–2026); cần cập nhật theo quy định mới nhất của TDTU

Dataset Structure

Data Fields

Field	Type	Mô tả
id	string	ID duy nhất của cặp QA (vd: qa_0001, qa_test_0001)
question	string	Câu hỏi tiếng Việt, đa dạng kiểu (điều kiện, thủ tục, hậu quả...)
answer	string	Câu trả lời đầy đủ, chính xác theo văn bản quy chế
source_file	string	Tên file văn bản gốc
chunk_id	string	ID của child chunk dùng để retrieval
parent_chunk_id	string	ID của parent chunk (đơn vị ngữ nghĩa trọn vẹn)
split	string	train hoặc test
human_verified	bool	true nếu đã được kiểm tra thủ công

Data Splits

Split	Số cặp	Ghi chú
train	1174	80% stratified theo source file
test	284	20% stratified; kiểm tra thủ công

Dataset Creation

Curation Rationale

Dataset được xây dựng phục vụ đề tài cuối kỳ môn Nhập môn Xử lý Ngôn ngữ Tự nhiên (504045) — Topic 1: Hệ thống hỏi-đáp tiếng Việt sử dụng RAG + LLM Fine-tuning.

Source Data

Thu thập: 20 văn bản quy chế TDTU (định dạng .txt), tổng ~419 KB.

Chunking pipeline:

1. \n\n paragraph split → parent chunks (nguyên vẹn ngữ nghĩa)
2. Mechanical split (bảng, bullet, sentence) → child chunks (80–800 ký tự, phù hợp embedding)
3. LLM metadata labeling (title + summary) dùng DeepSeek-V3

QA generation:

• Model: deepseek-chat (DeepSeek-V3)
• Sinh từ parent chunks (không từ child chunks) → câu trả lời đầy đủ, không bị cắt xén
• Đa dạng kiểu câu hỏi: [Điều kiện], [Thủ tục], [Thời hạn], [Hậu quả], [Tình huống], [Xác nhận], [So sánh]
• Temperature: 0.85 để tăng tính đa dạng

Filtering:

• Loại cặp có câu hỏi < 10 ký tự hoặc câu trả lời < 20 ký tự
• Loại cặp có trigram overlap < 2 giữa câu trả lời và văn bản gốc
• Dedup bằng cosine similarity (threshold 0.92) dùng bkai-foundation-models/vietnamese-bi-encoder

Annotations

Test set (≥50 cặp) được kiểm tra thủ công theo 5 tiêu chí:

• Accuracy (1–5): Câu trả lời đúng với quy định
• Completeness (1–5): Đầy đủ thông tin cần thiết
• Fluency (1–5): Ngôn ngữ tự nhiên, dễ hiểu
• Conciseness (1–5): Không dài dòng, đúng trọng tâm
• No-Hallucination (1–5): Không bịa đặt thông tin

Bias, Risks, and Limitations

• Chỉ bao gồm quy chế TDTU — không áp dụng cho các trường khác
• Câu trả lời do LLM sinh có thể có lỗi nhỏ; khuyến nghị dùng RAG để retrieve văn bản gốc khi deploy
• Quy định có thể thay đổi theo năm học; cần cập nhật định kỳ

Citation

@misc{tdtu-qa-dataset-2025,
  title  = {TDTU Vietnamese University Regulations QA Dataset},
  author = {Hoàng Sinh Hùng},
  year   = {2026},
  note   = {Dùng cho mục đích nghiên cứu và học thuật}
}