XÂY DỰNG CHATBOT VỀ LUẬT GIAO THÔNG SỬ DỤNG MÔ HÌNH RAG
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Luật |
| Tác giả | Bùi Xuân Đông |
| Người hướng dẫn | Nguyễn Thái Nghe |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2026 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Đề tài tập trung nghiên cứu và xây dựng hệ thống FISHY – một hệ thống hỗ trợ thông minh trong lĩnh vực luật giao thông Việt Nam, nhằm cung cấp cho người dùng công cụ tra cứu, hỏi đáp và nhận diện thông tin giao thông một cách nhanh chóng, thuận tiện và chính xác. Hệ thống được định hướng phát triển như một trợ lý thông minh có khả năng hỗ trợ người dùng giải đáp các thắc mắc liên quan đến hành vi vi phạm giao thông, mức xử phạt, quy định pháp luật, đồng thời hỗ trợ nhận diện biển báo giao thông từ hình ảnh. Mục tiêu chính của đề tài là nâng cao khả năng tiếp cận thông tin pháp luật giao thông cho người dân thông qua nền tảng trí tuệ nhân tạo, góp phần hỗ trợ tuyên truyền, phổ biến kiến thức pháp luật và nâng cao ý thức tham gia giao thông. Trong quá trình thực hiện, đề tài ứng dụng mô hình ngôn ngữ lớn kết hợp với kiến trúc Retrieval-Augmented Generation (RAG) nhằm tăng độ chính xác và độ tin cậy của câu trả lời. Hệ thống không chỉ dựa vào khả năng sinh ngôn ngữ tự nhiên của mô hình mà còn kết hợp truy xuất dữ liệu từ nguồn tri thức pháp luật đã được lưu trữ và xử lý trước, giúp phản hồi bám sát căn cứ pháp lý. Bên cạnh đó, đề tài còn tích hợp mô hình YOLO để thực hiện chức năng nhận diện biển báo giao thông từ hình ảnh, mở rộng khả năng hỗ trợ người dùng trong việc nhận biết thông tin giao thông một cách trực quan. Nguồn dữ liệu được xây dựng từ các văn bản pháp luật, quy định xử phạt giao thông và dữ liệu hình ảnh biển báo, qua đó tạo nên một hệ thống hỗ trợ đa chức năng, kết hợp giữa hỏi đáp pháp luật và thị giác máy tính. Về mặt kỹ thuật, hệ thống được phát triển theo mô hình dịch vụ, trong đó phần xử lý hỏi đáp pháp luật được triển khai trên nền tảng FastAPI, kết hợp cơ chế truy xuất ngữ nghĩa từ cơ sở dữ liệu vector và dữ liệu luật giao thông đã được chuẩn hóa. Dữ liệu văn bản được tổ chức, phân mảnh và lưu trữ phục vụ cho truy xuất theo ngữ nghĩa, đồng thời tích hợp cơ chế tìm kiếm lai giữa từ khóa và vector để nâng cao chất lượng truy vấn. Phần nhận diện biển báo giao thông sử dụng mô hình YOLO được xây dựng thành dịch vụ riêng, cho phép tiếp nhận ảnh đầu vào và trả về kết quả nhận diện một cách tự động. Kiến trúc này giúp hệ thống có tính mở rộng, dễ bảo trì và thuận lợi trong việc nâng cấp các thành phần trí tuệ nhân tạo trong tương lai. Kết quả thực nghiệm cho thấy hệ thống hoạt động ổn định, có khả năng phản hồi các câu hỏi pháp luật giao thông theo ngữ cảnh tự nhiên và hỗ trợ nhận diện biển báo giao thông với hiệu quả khả quan. Việc kết hợp giữa RAG và YOLO giúp FISHY không chỉ đóng vai trò là một chatbot pháp luật thông minh mà còn là một công cụ hỗ trợ trực quan trong lĩnh vực giao thông đường bộ. Những kết quả đạt được cho thấy tiềm năng ứng dụng của trí tuệ nhân tạo trong lĩnh vực pháp luật và giao thông, đồng thời tạo nền tảng cho các hướng phát triển tiếp theo như mở rộng tập văn bản pháp lý, cải thiện chất lượng truy xuất, tối ưu mô hình nhận diện và tích hợp hệ thống trên các nền tảng ứng dụng thực tế. Từ khóa: Chatbot, LLM, Xử lý ngôn ngữ tự nhiên, FastAPI, Luật giao thông Việt Nam, RAG, YOLO, Nhận diện biển báo giao thông, Truy xuất ngữ nghĩa, Trí tuệ nhân tạo. This thesis presents the research and development of FISHY, an intelligent support system for Vietnamese traffic law that provides users with a fast and convenient tool for legal inquiry, question answering, and traffic sign recognition. The system is designed to help users access information related to traffic violations, penalties, legal regulations, and traffic signs, thereby improving legal awareness and supporting road safety education. To improve the accuracy and reliability of responses, the study applies a large language model (LLM) combined with the Retrieval-Augmented Generation (RAG) architecture. Instead of relying only on the model’s internal knowledge, the system retrieves relevant information from a preprocessed legal knowledge base so that generated answers are grounded in legal evidence. In addition, a YOLO-based model is integrat
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 luật · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Quy định pháp luật về giải quyết tranh chấp hợp đồng cho vay của tổ chức tín dụng tại Tòa án
- Phát huy vai trò của đoàn thanh niên trong công tác tuyên truyền, phổ biến pháp luật ở tỉnh Hậu Giang hiện nay.
- Trách nhiệm bồi thường thiệt hại do tài sản gây ra.
- Pháp luật về thời giờ làm việc, thời giờ nghỉ ngơi – Thực trạng tại Công ty cao su Kenda
- Pháp luật về tiếp công dân của Ủy ban nhân dân cấp huyện – Thực tiễn tại huyện Hồng Dân, Tỉnh Bạc Liêu
- Pháp luật về xử phạt vi phạm hành chính đối với hành vi xả thải của doanh nghiệp gây ô nhiễm môi trường
- Pháp luật về hợp đồng mua bán nhà ở thương mại hình thành trong tương lai - Thực trạng và hướng hoàn thiện
- Pháp luật về hỗ trợ đào tạo, chuyển đổi nghề và tìm kiếm việc làm khi Nhà nước thu hồi đất
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.