LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG MÔ HÌNH PHÂN LOẠI VĂN BẢN TIẾNG VIỆT TỰ ĐỘNG DỰA TRÊN MÔ HÌNH CHỦ ĐỀ VÀ MÔ HÌNH PHÂN LOẠI VĂN BẢN

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 giảTrần Lê Vũ Luân
Người hướng dẫnLâm Nhựt Khang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Mô hình phân loại văn bản là mô hình học tập có giám sát, trong đó tài liệu được phân loại dựa trên các mô hình được huấn luyện trên tập dữ liệu đã được gán nhãn. Việc gán nhãn dữ liệu tốn rất nhiều thời gian và chi phí. Bên cạnh đó, kích thước và chất lượng của tập dữ liệu huấn luyện có thể ảnh hưởng đến kết quả của các mô hình phân loại văn bản. Trong luận văn này, các mô hình chủ đề được sử dụng để tự động gán nhãn cho tài liệu, sau đó các tài liệu được gán nhãn này sẽ được đưa vào mô hình huấn luyện phân loại tài liệu. Cụ thể, các mô hình chủ đề LDA, LDA2Vec, Top2Vec và BERTopic được sử dụng để khám phá các chủ đề ẩn trong tài liệu và thực hiện gán nhãn cho chúng; sau đó, các tài liệu đã được gán nhãn này sẽ được sử dụng để huấn luyện cho nhiệm vụ phân lớp bởi 16 bộ phân lớp văn bản. Ngoài ra, nhúng từ là một bước quan trọng trong bài toán phân loại. Chúng tôi nghiên cứu phương pháp biểu diễn từ phù hợp nhất cho bộ phân loại văn bản bằng cách thực nghiệm 7 phương pháp nhúng từ. Chúng tôi thực nghiệm mô hình đề xuất trên bộ dữ liệu VNTC ở tiếng Việt. Kết quả cho thấy sự kết hợp của mô hình chủ đề LDA, bộ phân loại hồi quy logistic với phương pháp nhúng từ TF-IDF hoạt động tốt hơn các mô hình còn lại
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.