Đề án Thạc sĩ: Phát triển mô hình Text mining dựa trên kỹ thuật machine learning cho tóm tắt văn bản tiếng Việt

Trong bối cảnh bùng nổ dữ liệu số, đặc biệt là lượng lớn dữ liệu văn bản phi cấu trúc, việc xử lý và tổng hợp thông tin hiệu quả trở thành một thách thức cấp thiết. Khai thác văn bản (Text Mining) đóng vai trò trung tâm trong việc chuyển đổi dữ liệu thô thành tri thức có giá trị, giúp các tổ chức đưa ra quyết định tốt hơn. Đề tài này nhằm mục đích giải quyết vấn đề quá tải thông tin bằng cách phát triển một mô hình tự động tóm tắt văn bản tiếng Việt dựa trên kỹ thuật Học máy. Mục tiêu chính là xây dựng một mô hình tóm tắt trích xuất có khả năng xác định và kết hợp các câu quan trọng nhất, đồng thời đánh giá hiệu quả của nó so với các mô hình hiện có.

Các nhà nghiên cứu, kỹ sư và sinh viên chuyên ngành Xử lý ngôn ngữ tự nhiên (NLP), Học máy (Machine Learning), Khai thác văn bản (Text Mining) và Trí tuệ nhân tạo (AI), đặc biệt là những người quan tâm đến việc phát triển các giải pháp xử lý văn bản cho tiếng Việt.

Nghiên cứu này tập trung vào việc giải quyết thách thức của việc xử lý khối lượng lớn văn bản tiếng Việt phi cấu trúc trong thời đại kỹ thuật số. Với sự tăng trưởng nhanh chóng của thông tin, nhu cầu về các giải pháp tóm tắt văn bản tự động, hiệu quả là rất lớn để tiết kiệm thời gian và tăng khả năng nắm bắt nội dung cốt lõi. Đề tài đề xuất phát triển một mô hình tóm tắt văn bản trích xuất thông qua việc tích hợp các kỹ thuật Học máy và Xử lý ngôn ngữ tự nhiên (NLP). Quy trình bao gồm các bước thu thập dữ liệu, tiền xử lý văn bản sử dụng các công cụ như nltk và pyvi, chuyển đổi văn bản thành các vector biểu diễn thông qua FastText và TF-IDF, sau đó áp dụng thuật toán phân cụm KMeans để lựa chọn các câu đại diện cho bản tóm tắt. Mô hình được xây dựng và đánh giá hiệu suất trên bộ dữ liệu VNDS (A Vietnamese Dataset for Summarization) chuyên biệt, sử dụng chỉ số ROUGE score và so sánh với các mô hình tiên tiến như ViT5, BARTpho, mBART, mT5 và Transformer. Kết quả của nghiên cứu này không chỉ cải thiện khả năng tiếp cận thông tin phức tạp mà còn đóng góp vào sự phát triển chung của trí tuệ nhân tạo và NLP cho tiếng Việt, mang lại lợi ích thiết thực trong các lĩnh vực đa dạng như giáo dục, kinh doanh và y tế.