LuanVan.vnLuận Văn
Gửi thư

Nâng cao chất lượng nhận dạng tiếng nói chứa các thực thể có tên sử dụng LLM

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

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhXã hội, ngôn ngữ, y dược
Tác giảNguyễn Tuấn Thành
Người hướng dẫnNguyễn Thị Thu Trang
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 tổng quan về bài toán nhận dạng tiếng nói tự động và thách thức nhận dạng chính xác các thực thể có tên trong ngữ cảnh chuyên ngành. Phân tích thực trạng cho thấy các hệ ASR hiện đại vẫn gặp khó khăn với từ hiếm, tên riêng và thuật ngữ miền đặc thù, đặc biệt khi áp dụng trong điều kiện zero-shot. Đề xuất giải pháp tinh chỉnh mô hình Whisper, kết hợp mô tả ngữ cảnh sinh tự động từ LLM với danh sách từ khóa được lựa chọn tối ưu và cơ chế làm nhiễu ngữ cảnh trong huấn luyện. Kết luận khẳng định phương pháp giúp cải thiện độ chính xác nhận dạng, giảm lỗi từ khóa và tăng khả năng tổng quát hóa trên dữ liệu chuyên ngành.
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 xã hội, ngôn ngữ, y dược · 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.