XÂY DỰNG TÓM TẮT VĂN BẢN TIẾNG VIỆT DỰA TRÊN MÔ HÌNH BERT VÀ TIẾP CẬN
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 | Nguyễn Thị Hồng Gấm |
| Người hướng dẫn | Lâm Nhựt Khang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong nhiều năm nay tóm tắt văn bản đã và đang là một trong nhiều lĩnh vực nghiên cứu quan trọng trong xử lý ngôn ngữ tự nhiên (NLP). Tóm tắt văn bản có hai hướng chính là rút trích và tóm lược. Trên cơ sở này, nghiên cứu đề xuất một mô hình kết hợp giữa rút trích-trừu tượng để kết hợp BERT với OpenNMT để tạo ra bản tóm tắt trừu tượng. Đã có nhiều phương pháp được đề xuất để trích xuất thông tin từ các tài liệu văn bản. Trong nghiên cứu này sẽ sử dụng phương pháp TextRank và mô hình đa ngôn ngữ BERT đã được đào tạo trước để tóm tắt văn bản rút trích. Kết quả là mô hình BERT có thể dự đoán các câu chính từ các bài báo để tạo ra các bản tóm tắt trọng tâm. Tiếp đó, sẽ đưa các bản tóm tắt rút trích đó vào mô hình OpenNMT để tạo ra văn bản tóm tắt cuối cùng theo hướng tóm lược. Để xác minh hiệu suất của mô hình, nghiên cứu so sánh kết quả của mô hình BERT kết hợp OpenNMT và mô hình TextRank kết hợp OpenNMT trên một tập dữ liệu tiếng Anh CNN / Daily Mail và hai tập dữ liệu tiếng Việt là tập ViMs và tập Vietnamese-MDS. Mô hình được đánh giá bằng phương ROUGE-1, ROUGE-2, ROUGE-L với các độ đo Precision, Recall, F1-score. Các kết quả đánh giá của mô hình được thể hiện như sau: Với mô hình đa ngôn ngữ BERT, thực hiện tóm tắt rút trích trên tập dữ liệu tiếng Việt ViMs tạo ra ba tập rút trích lần lượt là một câu, ba câu và năm câu, tập tóm tắt rút trích năm câu cho kết quả tốt hơn hai tập kia, với giá trị F-score tại ROUGE-1 là 44.28%, ROUGE-2 là 24.23%, ROUGE-L là 40.95%. Thực hiện tóm tắt rút trích trên tập dữ liệu tiếng Việt Vietnamese-MDS tạo ra ba tập rút trích lần lượt là một câu, ba câu và năm câu, tập tóm tắt rút trích năm câu cũng kết quả tốt với F-score tại ROUGE-1 là 46.34%, ROUGE-2 là 28.45%, ROUGE-L là 43.04%. Các từ khóa: tóm tắt văn bản, tóm tắt rút trích, tóm tắt tóm lược, nhúng từ BERT,
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
- PHÁT TRIỂN ỨNG DỤNG WEB DÀNH CHO CỰU SINH VIÊN
- XÂY DỰNG ỨNG DỤNG DI ĐỘNG QUẢN LÝ NUÔI TÔM
- XÂY DỰNG MÔI TRƯỜNG GIẢ LẬP ĐIỀU KHIỂN NHÀ THÔNG MINH Phân Hệ: Giả Lập Và Mô Phỏng Hoạt Động Thiết Bị Gia Dụng
- PHÁT TRIỂN MỘT ỨNG DỤNG TRÒ CHƠI CỜ VUA DÙNG UNITY VÀ STOCKFISH
- ỨNG DỤNG ĐĂNG KÝ KHÁM CHỮA BỆNH THEO MÔ HÌNH HÀNG ĐỢI THÔNG ĐIỆP – MODULE WEBAPP
- HỆ THỐNG QUẢN LÝ NHÀ HÀNG ĐA NỀN TẢNG VỚI ODOO VÀ FLUTTER
- DESIGN OF A CLOTHING E-COMMERCE WEBSITE WITH IMAGE-BASED SEARCH
- XÂY DỰNG WEBSITE BÁN CÂY CẢNH CÓ TÍCH HỢP TÌM KIẾM BẰNG HÌNH ẢNH
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.