LuanVan.vnLuận Văn
Gửi thư

USING MULTI-CLASS SUPPORT VECTOR MACHINE MONITORING ALGORITHM IN BUILDING CHATBOT SYSTEM FOR VIETNAMESE

Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTô Thị Huỳnh Như
Người hướng dẫnPhạm Thế Phi
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Chatbot can be defined as AI based computer program that simulates human conversations. The Chatbot system is designed, implemented and tested in this thesis. The system responds to the user's question through two main steps: analyzing the user's question and looking for answer to respond. In particular, we use the technique of BoW (Bag of Words) in combination with the method TF-IDF (Term Frequency - Inverse Document Frequency) to build feature vector of Vietnamese text sentences, use Multi-Class SVM algorithm to train and perform classification. Finally we compare the accuracy with kNN algorithms. The bot understands user intent through language similarity the meaning between the input question and the answer-space set is used in the training step. The numberical test results on a real dataset with 1325 intent corresponding to 175 questions collected from 3 websites : “Phòng công tác sinh viên”, “Tuyển Sinh”, “Phòng tài chính” and “ Quy định công tác học vụ” show that our model achieves an accuracy 78.83%. The system has simple interface for convenient communication.
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

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.