LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG WEBSITE TIN TỨC CÓ CHỨC NĂNG PHÂN LOẠI VĂN BẢN TỰ ĐỘNG THEO CHỦ ĐỀ

Khoá luận tốt nghiệp · Đại học · năm 2019 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrương Thái An
Người hướng dẫnLê Thị Phương Dung
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2019
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bài toán phân loại (hay phân lớp) văn bản tự động là việc gán các nhãn phân loại lên một văn bản mới dựa trên mức độ tương tự của văn bản đó so với các văn bản đã được gán nhãn huấn luyện. Đối với từng ngôn ngữ khác nhau bài toán có cách giải quyết khác nhau. Đề tài “Xây dựng website tin tức có chức năng phân loại văn bản tự động theo chủ đề” sẽ giải quyết bài toán phân loại văn bản tiếng Việt. Quá trình xây dựng ứng dụng được tiến hành thông qua việc tìm hiểu, sử dụng thành thạo Python, Django Framework. Do tính đa chủ đề của tin tức tiếng Việt, một tin tức có thể thuộc một hay nhiều chủ đề, và hạn chế về mặt thời gian cùng với giới hạn luận văn, chương trình phân loại tin tức của chúng tôi chỉ phân loại trên 15 chủ đề. Hầu hết tin tức đều được lưu trữ dưới dạng ngôn ngữ tự nhiên, dạng dữ liệu phi cấu trúc. Để phân loại tự động được, chúng ta cần phải chuyển chúng sang dạng dữ liệu có cấu trúc. Cách phổ biến nhất là sử dụng không gian véc-tơ, mỗi tin tức sẽ được biểu diễn thành một véc-tơ của các từ khóa. Tuy nhiên để véc-tơ hóa thông tin, chúng ta cần tiền xử lý các tin tức đó. Các công việc cụ thể cần phải làm là cắt từ, xóa dấu câu và loại bỏ stop word. Trong đề tài này chúng tôi sử dụng công cụ VnTokenizer để tách từ, rồi xây dựng các véc-tơ dựa trên phương pháp TF-IDF, sau đó dùng thư viện hỗ trợ tiến hành phân loại tin tức bằng các giải thuật học máy.
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.