LuanVan.vnLuận Văn
Gửi thư

Áp dụng tăng cường dữ liệu cho trích xuất sự kiện Tiếng Việt

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrần Tiến Bằng
Người hướng dẫnNguyễn Kiêm Hiếu
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2023
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Đề xuất phương pháp trích xuất sự kiện tiếng Việt dựa trên các mô hình học sâu kiến trúc Transformer, cụ thể là Text2Event và OneIE, kết hợp với phương pháp gia tăng dữ liệu để nâng cao hiệu quả mô hình. Kết quả đạt 64,04% F1 cho nhiệm vụ nhận diện và gán nhãn từ kích hoạt, và 55,23% F1 cho nhiệm vụ nhận diện và gán nhãn tham số sự kiện. Kết quả này cho thấy tiềm năng áp dụng các mô hình học sâu trong bối cảnh tiếng Việt còn hạn chế về dữ liệu gán nhãn và có cấu trúc sự kiện phức tạp tạp hơn so với bài toán trên tiếng Anh.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.