PHÁT HIỆN NGÔN NGỮ THÙ NGHỊCH TRÊN MẠNG XÃ HỘI SỬ DỤNG MÔ HÌNH TEXT-TO-TEXT TRANSFORMER HỢP NHẤT
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 | Quách Minh Kỳ |
| Người hướng dẫn | Nguyễn Trọng Nghĩa |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong những năm gần đây, sự gia tăng của ngôn từ thù hận và nội dung độc hại trên mạng xã hội Việt Nam đã đặt ra nhu cầu cấp thiết về các hệ thống phát hiện tự động hiệu quả. Nghiên cứu này tập trung xây dựng và đánh giá các mô hình Transformer hiện đại, cụ thể là họ mô hình T5, cho bài toán phát hiện ngôn ngữ độc hại tiếng Việt thông qua quy trình Continuted Pre-Training và Fine-Tune. Để phục vụ nghiên cứu, tôi đã xây dựng một kho dữ liệu quy mô lớn gồm khoảng 14 triệu bình luận tiếng Việt từ YouTube và tập VOZ-HSD mở rộng. Trên cơ sở dữ liệu này, quá trình pre-training được thực hiện cho bốn biến thể mô hình: T5-Small, T5- Base, Flan-T5-Small, Flan-T5-Base. Sau đó, các mô hình được Fine-tune đa nhiệm trên ba tập dữ liệu đánh giá: ViCTSD (Vietnamese Constructive and Toxic Speech Detection dataset), ViHSD (Vietnamese Hate Speech Detection dataset) và ViHOS (Vietnamese Hate and Offensive Spans Detection). Nghiên cứu triển khai bốn kịch bản thực nghiệm nhằm đánh giá tác động trực tiếp của quá trình pre-training đối với các mô hình T5 gốc. Kết quả cho thấy việc PreTraining trên kho dữ liệu tiếng Việt quy mô lớn giúp cải thiện hiệu suất ở cả ba tác vụ phân loại và trích xuất. Việc mở rộng so sánh với các kiến trúc khác chỉ nhằm mục đích đánh giá tổng quan về vị trí tương đối của mô hình, trong khi mục tiêu chính của nghiên cứu là chứng minh hiệu quả của chiến lược Continued Pre-Training kết hợp Fine-Tune đa nhiệm. Kết quả thu được khẳng định rằng đây là hướng tiếp cận phù hợp và hiệu quả để xử lý ngôn ngữ tự nhiên tiếng Việt trong bối cảnh mạng xã hội nhiều biến thể và phi chuẩn.
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
- ỨNG DỤNG MÔ HÌNH FASTER-RCNN PHÁT HIỆN VÙNG BẤT THƯỜNG TRÊN ẢNH CT NGỰC
- THIẾT KẾ VÀ TRIỂN KHAI HỆ THỐNG QUẢN LÝ NHÀ THUỐC TRỰC TUYẾN TÍCH HỢP CHATBOT AI
- XÂY DỰNG WEBSITE MẠNG XÃ HỘI CHO NGƯỜI YÊU THÍCH PHIM
- BUILDING AN ONLINE MUSIC STREAMING PLATFORM
- A MULTI-AGENT-BASED FINANCIAL ASSISTANT APPLICATION
- WEBSITE KINH DOANH SÁCH TRỰC TUYẾN
- HỆ THỐNG QUẢN LÝ ĐÀO TẠO NGHIÊN CỨU SINH TẠI TRƯỜNG ĐẠI HỌC CẦN THƠ
- XÂY DỰNG WEBSITE MUA BÁN ĐỒ DÙNG ĐÃ QUA SỬ DỤNG TÍCH HỢP CHATBOT NHẬN DIỆN SẢN PHẨM
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.