Khóa luận tốt nghiệp: Phát hiện kế thừa văn bản tiếng Việt dựa trên từ vựng và từ điển đồng nghĩa

Trong lĩnh vực xử lý ngôn ngữ tự nhiên, sự nhập nhằng trong cách diễn đạt là một thách thức cơ bản, khi cùng một nội dung có thể được thể hiện qua nhiều văn bản khác nhau. Khả năng suy luận mối quan hệ ngữ nghĩa giữa các văn bản, hay còn gọi là kế thừa văn bản (Textual Entailment - TE), đóng vai trò quan trọng trong việc xác định liệu một thông tin có thể được suy ra từ một thông tin khác trong cùng ngữ cảnh hay không. Bài toán này không chỉ mang ý nghĩa khoa học sâu sắc mà còn có ứng dụng thực tiễn rộng rãi trong nhiều khía cạnh của đời sống và các hệ thống máy tính. Tuy nhiên, việc máy tính có thể tự động phát hiện sự kế thừa ngữ nghĩa đòi hỏi những phương pháp phức tạp và hiệu quả. Nhận thấy tầm quan trọng này, nghiên cứu này tập trung vào việc giải quyết bài toán phát hiện kế thừa văn bản, đặc biệt cho tiếng Việt.

Các nhà nghiên cứu, học giả, và sinh viên trong lĩnh vực Xử lý ngôn ngữ tự nhiên (NLP), Trí tuệ nhân tạo (AI), Công nghệ thông tin và Ngữ học máy tính, đặc biệt là những người quan tâm đến bài toán phát hiện kế thừa văn bản và ứng dụng của từ điển đồng nghĩa.

Nghiên cứu này khám phá sâu sắc bài toán phát hiện kế thừa văn bản (Recognizing Textual Entailment - RTE), một thách thức then chốt trong xử lý ngôn ngữ tự nhiên và khai phá dữ liệu. RTE là việc xác định mối quan hệ “kế thừa ngữ nghĩa” giữa một đoạn văn bản (T) và một giả thuyết (H), một lĩnh vực thu hút sự quan tâm lớn từ cộng đồng khoa học thông qua các hội nghị quốc tế như Text Analysis Conference (TAC). Khóa luận tiến hành phân tích các phương pháp tiếp cận RTE đã được trình bày tại các hội nghị quốc tế, đặc biệt chú trọng hướng tiếp cận dựa trên từ vựng và tri thức miền. Dựa trên cơ sở các nghiên cứu trước đây chỉ ra tầm quan trọng của ngưỡng phán quyết kế thừa, luận văn đề xuất một giải pháp mới tập trung vào việc xác định và tinh chỉnh ngưỡng này hiệu quả hơn. Cụ thể, mô hình đề xuất tích hợp tri thức miền từ từ điển đồng nghĩa tiếng Việt để nâng cao độ chính xác trong việc phát hiện kế thừa. Kết quả thực nghiệm trên dữ liệu tiếng Việt đã chứng minh tính hiệu quả của giải pháp, với độ đo F1 sau khi tinh chỉnh ngưỡng tăng trung bình 3% so với trạng thái ban đầu. Điều này không chỉ cung cấp một phương pháp cải tiến cho RTE tiếng Việt mà còn mở ra hướng nghiên cứu tiếp theo về việc tận dụng nguồn tri thức ngôn ngữ đặc thù.