LuanVan.vnLuận Văn
Gửi thư

Contextualized graph retrieval-augmented generation for research on scientific documents

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảNguyễn Mạnh Cường
Người hướng dẫnLê Thanh Hương
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày hệ thống truy hồi và hỏi đáp cho tài liệu, khai thác quan hệ trích dẫn để cải thiện tìm kiếm và tổng hợp thông tin. Phân tích thực trạng cho thấy truy hồi truyền thống và RAG chưa khai thác quan hệ giữa các công trình, làm giảm độ chính xác và tính ngữ cảnh. Đề xuất giải pháp ConGR kết hợp BM25, SPECTER2 và Graph Transformer trên đồ thị trích dẫn ở mức đoạn văn bản, đồng thời huấn luyện giám sát và đánh giá bằng MRR, nDCG, Hit@k. Kết luận khẳng định ConGR đạt kết quả cao trên PubMedQA, PeerQA và tập dữ liệu tổng hợp, với chi phí tính toán phù hợp.
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.

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.