LuanVan.vnLuận Văn
Gửi thư

PHÁT TRIỂN TRỢ LÝ ẢO HỖ TRỢ HỎI ĐÁP THÔNG TIN GIÁO DỤC ĐẠI HỌC DỰA TRÊN MÔ HÌNH NGÔN NGỮ LỚN VÀ ĐỒ THỊ TRI THỨC PHÂN HỆ: XÂY DỰNG VÀ KHAI THÁC ĐỒ THỊ TRI THỨC CHƯƠNG TRÌNH ĐÀO TẠO THEO KHÓA ĐÀO TẠO

Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhGiáo dục, sư phạm
Tác giảNguyễn Nhựt Linh
Người hướng dẫnTrần Nguyễn Minh Thư
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Tại Trường Công nghệ Thông tin và Truyền thông - Đại học Cần Thơ, việc tổng hợp và khai thác thông tin phục vụ công tác quản lý và hỗ trợ người học còn gặp nhiều khó khăn, do dữ liệu chương trình đào tạo và quy chế học vụ có cấu trúc phức tạp, liên quan đến nhiều học phần và ràng buộc, được lưu trữ dưới dạng các tệp riêng biệt cho từng chương trình, từng khóa đào tạo, đồng thời thường xuyên thay đổi. Từ đó, đề tài “Phát triển trợ lý ảo hỗ trợ hỏi đáp thông tin giáo dục đại học dựa trên mô hình ngôn ngữ lớn và đồ thị tri thức - phân hệ: xây dựng và khai thác đồ thị tri thức chương trình đào tạo theo khóa đào tạo” được thực hiện nhằm xây dựng một hệ thống có khả năng hiểu ngữ cảnh, trích xuất và cung cấp thông tin chính xác từ các văn bản giáo dục đại học. Cụ thể, đề tài phát triển website trợ lý ảo CICTBot hỗ trợ người dùng hỏi đáp tự động các câu hỏi về chương trình đào tạo và quy chế học vụ bằng ngôn ngữ tự nhiên, đồng thời cho phép quản trị viên nạp dữ liệu từ các tệp PDF về chương trình đào tạo có kiểm duyệt trước khi đưa vào hệ thống. Giải pháp được triển khai dựa trên mô hình ngôn ngữ lớn Qwen3.5-9B kết hợp với đồ thị tri thức thông qua Neo4j nhằm nâng cao khả năng hiểu ngữ cảnh và độ chính xác của câu trả lời. Cơ sở dữ liệu đồ thị được xây dựng gồm 1.753 nút (nodes) và 5.084 quan hệ (relationships), trích xuất từ 22 tệp PDF (10 chương trình khóa 50 và 12 chương trình khóa 51). Kết quả đánh giá trên tập gồm 22 câu hỏi về chương trình đào tạo, sử dụng hai phương pháp LLM-as-a-Judge và Human-as-aJudge, cho thấy hệ thống đạt điểm trung bình lần lượt là 4.02/5 và 4,42/5 trên ba chỉ số Correctness, Relevance và Helpfulness, qua đó khẳng định tính hiệu quả và tiềm năng ứng dụng thực tế trong hỗ trợ tra cứu thông tin đào tạo. Từ khóa: Trợ lý ảo, đồ thị tri thức, mô hình ngôn ngữ lớn, chương trình đào tạo, quy chế học vụ. At the College of Information and Communication Technology, Can Tho University, the aggregation and exploitation of information to support management and student services still face many challenges. This is due to the complexity of curriculum and academic regulation data, which involves numerous courses and prerequisite constraints, is stored in separate files for each program and cohort, and is frequently updated over time. Therefore, the thesis entitled “Development of a Virtual Assistant for Question Answering in Higher Education Based on Large Language Models and Knowledge Graphs – Subsystem: Construction and Exploitation of Curriculum Knowledge Graphs by Cohort” is conducted to develop a system capable of understanding context, extracting, and providing accurate information from higher education documents. Specifically, the study develops a virtual assistant website, CICTBot, which supports users in automatically answering questions related to curricula and academic regulations using natural language, while also allowing administrators to upload and verify curriculum data from PDF files before integrating them into the system. The proposed solution is implemented based on the Qwen3.5-9B large language model combined with a knowledge graph using Neo4j to enhance contextual understanding and answer accuracy. The constructed graph database consists of 1,753 nodes and 5,084 relationships, extracted from 22 PDF files (10 programs from cohort 50 and 12 programs from cohort 51). Evaluation results on a dataset of 22 curriculum-related questions, using both LLMas-a-Judge and Human-as-a-Judge methods, show that the system achieves average scores of 4.02/5 and 4.42/5, respectively, across three criteria: Correctness, Relevance, and Helpfulness. These results demonstrate the effectiveness and practical applicability of the system in supporting curriculum information retrieval. Keywords: Virtual assistant, Knowledge graph, Large language model (LLM), Curriculum, Academic regulations.
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 giáo dục, sư phạm · 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.

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