LuanVan.vnLuận Văn
Gửi thư

Multilingual LLM for Open-Domain Vietnamese Entity Recognition

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

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
Tác giảMai Minh Khôi
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

Nghiên cứu và thiết kế phương pháp nhận dạng thực thể có tên tiếng Việt trong môi trường miền mở nhằm giải quyết bài toán thiếu dữ liệu và hạn chế tổng quát hóa của các hệ thống hiện có. Phân tích thực trạng cho thấy các mô hình NER tiếng Việt chủ yếu phụ thuộc vào tập dữ liệu hẹp, khó thích nghi với miền dữ liệu mới và ngôn ngữ ít tài nguyên. Đề xuất giải pháp khai thác mô hình ngôn ngữ đa ngôn ngữ mT0 kết hợp LoRA, học đa nhiệm với dữ liệu hỏi đáp và dịch máy, đồng thời xây dựng bộ dữ liệu NER tiếng Việt miền mở mới. Kết luận khẳng định phương pháp đạt khả năng tổng quát hóa tốt, cải thiện hiệu quả nhận dạng thực thể và giảm phụ thuộc vào dữ liệu gán nhãn thủ công
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.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play