ỨNG DỤNG MÔ HÌNH TRANSFORMER VÀO SỬA LỖI CHÍNH TẢ TIẾNG VIỆT
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Dương Trung Hiền |
| Người hướng dẫn | Lưu Tiến Đạo |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Các mô hình nhận dạng chữ viết hay chuyển đổi giọng nói thành văn bản có tỉ lệ sai sót nhất định khi nhận dạng thành văn bản gây sai sót chính tả. Và để khắc phục hạn chế trên đề tài "Ứng dụng mô hình Transformer vào sửa lỗi chính tả tiếng Việt" ra đời. Áp dụng bài toán dịch máy (Model Translation) khi bài toán này có nét tương đồng với bài toán sửa lỗi chính tả. Cụ thể bài toán dịch máy có dữ liệu đầu vào là ngôn ngữ gốc và dữ liệu đích là ngôn ngữ cần dịch thì đối với bài toán sửa lỗi chính tả dữ liệu đầu vào là dữ liệu sai chính tả và dữ liệu đích là dữ liệu đúng chính tả. Dữ liệu sẽ được thu thập từ nguồn là một trang báo mạng. Dữ liệu thu thập được sẽ được tiền xử lý và sinh ra thêm tập dữ liệu đầu vào là dữ liệu sai chính tả. Đề tài sử dụng kiến trúc cơ bản của mô hình Transformer với 2 khối encoder và decoder được hỗ trợ bởi thư viện Tensorflow. Mô hình cho ra độ chính xác cao lên đến 92,8%. Ngoài ra, xây dựng thêm API giúp người dùng dễ dàng truy cập vào máy chủ để sử dụng mô hình đã được huấn luyện hoàn chỉnh.
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
- HỆ MÔ PHỎNG DỊCH BỆNH NỀN WEB TÍCH HỢP HỆ THỐNG THÔNG TIN ĐỊA LÝ
- XÂY DỰNG HỆ THỐNG ĐẶT HÀNG THỨC ĂN NHANH TRÊN NỀN TẢNG WEB VỚI MERN STACK
- NHẬN DIỆN LỄ HỘI TRUYỀN THỐNG VIỆT NAM QUA CÁC HOẠT ĐỘNG ĐẶC TRƯNG
- ỨNG DỤNG CÔNG NGHỆ BLOCKCHAIN TRONG VIỆC QUẢN LÝ ĐIỂM VÀ BẰNG CẤP CỦA SINH VIÊN
- NGHIÊN CỨU ỨNG DỤNG BLOCKCHAIN TRONG XÂY DỰNG HỆ THỐNG VOTING Phân hệ: Xây dựng hệ thống private blockchain cho ứng dụng bầu chọn
- XÂY DỰNG DIỄN ĐÀN HỖ TRỢ HỌC TẬP VÀ TÌM VIỆC CHO SINH VIÊN ĐẠI HỌC (Web Services)
- XÂY DỰNG WEBSITE QUẢN LÝ TRUNG TÂM TIẾNG ANH VÀ TẠO ĐỀ THI TRỰC TUYẾN KẾT HỢP AI ĐỂ CHẤM ĐIỂM VÀ GỢI Ý KHÓA HỌC
- XÂY DỰNG VÀ TRIỂN KHAI HỆ THỐNG ĐẶT HẸN CHO SALON LÀM ĐẸP VỚI KIẾN TRÚC MICROSERVICE VÀ KUBERNETES.
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.