LuanVan.vnLuận Văn
Gửi thư

Phát hiện nội dung độc hại trong văn bản tiếng Việt bằng Metric Learning

Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin
Tác giảTrần Hoàng Quân
Người hướng dẫnChâu Thành Đức
Cơ sở đào tạoĐại học Quốc gia TP. Hồ Chí Minh
Năm2026
NguồnThư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc

Tóm tắt

Luận văn giải quyết bài toán phát hiện ngôn ngữ độc hại theo phạm vi bài toán ngôn từ thù ghét tiếng Việt (ViHSD) trên mạng xã hội, tập tr ung vào dữ liệu phi chuẩn và sự chồng lấn ngữ nghĩa giữa các nhãn. Theo đó, luận văn đề xuất hai hướng tiếp cận như sau: 1. Sử dụng các Mô hình ngôn ngữ lớn (LLM) để chuẩn hóa văn bản. 2. Phát triển phương pháp huấn luyện kết hợp hàm mất mát Triplet Loss và Cross-Entropy, kết hợp chiến lược lấy mẫu khó (Hard Triplet Mining) dựa trên độ tương đồng N-gram để tái định hình không gian đặc trưng.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh

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

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.