Nghiên cứu ứng dụng mạng nơ-ron hồi quy trong phân loại tin giả tiếng việt
Luận văn · năm 2023 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Ngành | Công nghệ thông tin |
| Tác giả | Từ Khắc Nghĩa |
| Người hướng dẫn | Võ, Trung Hùng, PGS.TS |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Trong lĩnh vực báo chí và truyền thông hiện nay, sự phát triển bùng nổ của các trang mạng xã hội đã giúp cho mọi người có thể dễ dàng trong việc chia sẻ thông tin. Tuy nhiên, bên cạnh những tiện ích mang lại, các tin giả rất dễ lan truyền đã gây ảnh hưởng không nhỏ đến sự phát triển của kinh tế xã hội. Trong những năm gần đây, các bài toán trong lĩnh vực xử lý ngôn ngữ tự nhiên đã đạt được nhiều thành tựu với việc sử dụng các mô hình học sâu (deep learning) đặc biệt là mạng nơ-ron hồi quy (RNN) hay mô hình biểu diễn tổng hợp ngôn ngữ theo ngữ cảnh (BERT). Từ những thực tiễn trên, tôi quyết định thực hiện luận văn nghiên cứu ứng dụng mạng nơ-ron hồi quy trong phân loại tin giả tiếng Việt qua đó xây dựng thử nghiệm chương trình thực nghiệm phân loại tin giả tiếng Việt. Luận văn này được chia thành 3 chương. Trong đó, chương 1 dành để nghiên cứu tổng quan về tin giả. Chương 2 viết về các kỹ thuật chính dùng trong bài toán phân loại tin giả như Word Embedding, mạng nơ-ron hồi quy, Transformer và BERT. Chương 3 tập trung vào các bước thực hiện để xây dựng ứng dụng phân loại tin giả tiếng Việt và đánh giá các mô hình.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
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
- Nghiên cứu và triển khai cơ chế định tuyến liên miền trong mạng SDN
- Sử dụng phương pháp deep learning trong nhận dạng dữ liệu y tế
- Ứng dụng thuật toán nhận dạng khuôn mặt phục vụ công việc điểm danh lớp học ở trường THPT Đồng Hới
- Ứng dụng thuật toán k-láng giềng gần nhất trong phân loại văn bản tin tức theo chủ đề
- Ứng dụng Seantic Web để xây dựng hệ thống tra cứu hiện vật tại bảo tàng Đà nẵng
- Ứng dụng xử lí ảnh và học máy nhận dạng hành động của người trung niên thông qua trích xuất bản đồ màu sắc từ cảm biến camera độ sâu
- Ứng dụng Robotium để kiểm thử các chương trình trên Android
- Xây dựng công cụ sinh đột biến cho chương trình Lustre
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.