MÔ HÌNH LAI TRANSFORMER CHO PHÂN TÍCH CẢM XÚC TỪ PHẢN HỒI CỦA SINH VIÊN
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Võ Ngọc Tính |
| Người hướng dẫn | Nguyễn Thanh Hải; Sử Kim Anh |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Giáo dục luôn là lĩnh vực được chú trọng và quan tâm phát triển bởi các quốc gia trên thế giới, một nền giáo dục vững mạnh và phát triển không những thể hiện sự đầu tư của nền kinh tế quốc gia mà còn là sự vươn lên mạnh mẽ, đào tạo nhân lực chất lượng cao trong tương lai góp một phần không nhỏ vào sự phát triển. Theo thời gian, các phương pháp học tập không ngừng được đổi mới để phù hợp với sự thay đổi và nhu cầu của người học. Cùng với sự phát triển của trí tuệ nhân tạo trong những năm gần đây, đã có những tác động tích cực trong cách quản lý, phân tích được nghiên cứu áp dụng trong giáo dục nhằm tiết kiệm thời gian so với việc phân tích thủ công như trước đây. Việc đánh giá chất lượng đào tạo, trong đó có việc thu thập phản hồi từ người học là một nguồn thông tin quan trọng vừa có tính khách quan và chủ quan giúp các giảng viên nắm bắt được cảm xúc, thái độ và những hạn chế của sinh viên đối với khóa học đó. Tuy nhiên việc đánh giá phải được diễn ra ở mọi thời điểm để có thể đánh giá toàn bộ nội dung khóa học thay vì tại một thời gian cố định. Để giải quyết vấn đề đó, bài nghiên cứu này giới thiệu một mô hình giúp phân tích cảm xúc của sinh viên bằng sự kết hợp giữa mô hình RoBERTa và LSTM đã được áp dụng thành công khi đã cải thiện được độ chính xác lên đến hơn 94%, hơn 85% và 93% lần lượt ở tập dữ liệu IMDB, US Airline và tập dữ thu thập từ sinh viên Pháp đã được tăng cường so với các phương pháp máy học truyền thống như Naïve Bayes, SVM sử dụng các đặc trưng như Bag-of-Words, TF-IDF.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
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
- Xây dựng phần mềm mạng xã hội trên thiết bị di động với công nghệ Java và cơ sở dữ liệu Firebase
- VIETNAMESE ABSTRACTIVE SUMMARIZATION USING TRANSFORMER AND BERT
- WEBSITE ỨNG DỤNG “CÙNG NHAU HỌC TẬP”
- XÂY DỰNG WEBSITE QUẢN LÝ CHUỖI CỬA HÀNG CÀ PHÊ VỚI ASP.NET CORE API
- XÂY DỰNG WEBSITE BÁN TRANG SỨC DÙNG REACTJS VÀ NODEJS VÀ KIỂM THỬ TỰ ĐỘNG DÙNG CYPRESS
- HỆ THỐNG KHÁM PHÁ VÀ QUẢN LÝ SỰ KIỆN GIẢI TRÍ TRÊN ĐIỆN THOẠI DI ĐỘNG (Phân hệ người dùng)
- TRÍCH XUẤT DỮ LIỆU TỪ PHIẾU THÔNG TIN HỌC VIÊN
- WEBSITE QUẢN LÝ CÔNG TÁC THỰC TẬP THỰC TẾ TRƯỜNG CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG
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.