LuanVan.vnLuận Văn
Gửi thư

Các mô hình học sâu tiên tiến và ứng dụng vào hệ thống hỏi đáp trực quan tiếng Việt

Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin
Tác giảLê Thị Thùy Linh
Người hướng dẫnLê Hoàng Quỳnh
Cơ sở đào tạoĐại học Quốc gia Hà Nội
Năm2024
NguồnThư viện số Đại học Quốc gia Hà Nội · trang gốc

Tóm tắt

Trong bối cảnh công nghiệp 4.0, việc tìm kiếm và truy vấn thông tin sản phẩm một cách nhanh chóng và chính xác đã từng bước trở thành nhu cầu thiết yếu của người tiêu dùng, điển hình trong lĩnh vực mỹ phẩm. Sự đa dạng và phong phú của các sản phẩm mỹ phẩm đòi hỏi người dùng phải có công cụ hỗ trợ hiệu quả để tiếp cận thông tin và đưa ra quyết định mua sắm thông minh. Nhằm đáp ứng nhu cầu này, rất nhiều hệ thống hỏi đáp trực quan tiếng Việt cho mỹ phẩm đã và đang được phát triển, cho phép người dùng tương tác một cách tự nhiên thông qua hình ảnh và ngôn ngữ. Tuy nhiên, các mô hình hiện tại thường chưa đạt được kết quả tốt khi áp dụng vào các sản phẩm ngách cụ thể như mỹ phẩm. Do dữ liệu huấn luyện thường thiếu sự đa dạng, phong phú và chi tiết cần thiết về sản phẩm mỹ phẩm, điều này dẫn đến hạn chế trong khả năng nhận diện và xử lý thông tin đặc thù của ngành. Luận văn này đề xuất một hệ thống hỏi đáp trực quan tiếng Việt, sử dụng các mô hình học sâu tiên tiến nhằm cải thiện khả năng nhận diện và tìm kiếm sản phẩm mỹ phẩm. Hệ thống cho phép người dùng đặt câu hỏi liên quan đến sản phẩm, từ đó cung cấp thông tin chi tiết và chính xác. Các mô hình được huấn luyện với bộ dữ liệu chuyên biệt về mỹ phẩm, kết hợp với việc áp dụng kỹ thuật truy xuất tăng cường từ các nguồn kiến thức bên ngoài, nhằm nâng cao độ chính xác và hiệu quả của hệ thống. Kết quả thực nghiệm cho thấy hệ thống đề xuất không chỉ có khả năng cung cấp thông tin sản phẩm một cách chính xác mà còn trả lời được các câu hỏi của người dùng với độ tin cậy cao. Điều này mở ra cơ hội lớn cho việc ứng dụng công nghệ AI trong ngành mỹ phẩm, góp phần nâng cao trải nghiệm người dùng và hỗ trợ tốt hơn cho quyết định mua sắm của họ.
Bản toàn văn lưu tại thư viện Đại học Quốc gia 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.