Y BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HC TH DU MT
LƯU TUN THÀNH
PHƯƠNG PHÁP HC BÁN GIÁM SÁT CHO BÀI TOÁN TRÍCH CHN
THÔNG TIN VÀ NG DNG TRÍCH CHN THC TH TÊN ĐIỆN
THOẠI DI ĐỘNG
CHUYÊN NGÀNH: H THNG THÔNG TIN
MÃ S: 8480104
LUẬN VĂN THC S
BÌNH DƯƠNG 2021
Y BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HC TH DU MT
LƯU TUN THÀNH
PHƯƠNG PHÁP HC BÁN GIÁM SÁT CHO BÀI TOÁN TRÍCH CHN
THÔNG TIN VÀ NG DNG TRÍCH CHN THC TH TÊN ĐIỆN
THOẠI DI ĐỘNG
CHUYÊN NGÀNH: H THNG THÔNG TIN
MÃ S: 8480104
LUẬN VĂN THC S
NGƯỜI HƯỚNG DN KHOA HC
TS. NGÔ THANH HÙNG
BÌNH DƯƠNG 2021
LỜI CAM ĐOAN
Tôi Lưu Tun Thành, hc viên lp CH17HT, ngành H thng thông tin,
trường Đại hc Th Du Một. Tôi cam đoan, luận văn Phương pháp học bán
giám sát cho bài toán trích chn thông tin ng dng trích chn thc th tên điện
thoại di độngcông trình nghiên cu ca riêng cá nhân tôi, dưới s hướng dn
ca TS. Ngô Thanh Hùng. Luận văn do tôi t nghiên cu, tìm hiểu, đọc, dch tài
liu, tng hp thc hin. Ni dung cơ sở thuyết được đúc kết t các công
trình nghiên cứu trước đưc biên mc trong phn tài liu tham kho. Các s
liệu, chương trình phần mm nhng kết qu trong luận văn trung thực
chưa được công b trong bt k mt công trình nào khác. Tôi xin chu trách nhim
v lời cam đoan này.
Bình Dương, ngày 10 tháng 10 năm 2021
Ngưi viết luận văn
Lưu Tuấn Thành
II
LI CM ƠN
Trong quá trình thc hin luận văn Phương pháp hc bán giám sát cho bài
toán trích chn thông tin và ng dng trích chn thc th tên điện thoại di động”
tôi đã được s hướng dn nhit tình ca TS. NThanh Hùng. Thầy đã dành nhiều
thời gian ng dẫn, góp ý để tôi hoàn thiện đ tài. Trong quá trình nghiên cu
thầy luôn động viên tinh thần, định hướng cho tôi trong những lúc khó khăn khi
nghiên cu. Tôi chân thành cảm ơn.
Tôi cũng bày tỏ lòng biết ơn sâu sắc đến các thầy đã giảng dy tôi tn
tình, thy Bùi Thanh Hùng đã truyền đạt nhng kiến thc b ích cho tôi trong sut
thi gian hc tại trường Đại hc Th Du Một đã tạo điều kin tt nhất để tôi hoàn
thành luận văn này.
Sau cùng, tôi cũng xin gửi li cảm ơn đến gia đình, đồng nghip, các anh
ch hc chung lớp đã đoàn kết, sát cánh giúp đỡ, động viên tôi trong sut thi gian
hc va qua.
Mt ln na, tôi xin Trân trng cảm ơn.
Bình Dương, ngày 10 tháng 10 năm 2021
Ngưi viết luận văn
LƯU TUẤN THÀNH
I
TÓM TT LUẬN VĂN
Trong thời đại khoa hc - k thut như hiện nay, thi đại ca cách mng
khoa hc 4.0, vi s phát trin v mi mt của đời sng t văn hóa, giáo dục cho
đến công ngh trong đó lĩnh vực công ngh thông tin đã to ra các sn phm trí tu
nhân to, robot công ngh máy móc đang dần thay thế con người. Nhu cu giao
tiếp, thương mại đin t và tìm kiếm thông tin rt ln, vì thế mt s ng dng x
ngôn ng t nhiên như tóm tt văn bản, y tìm kiếm, dch máy, trích xut
thông tin tr li câu hi t động ngày càng phát trin. Nhng ng dng y
được phát trin da trên nn tng ca mt s các tác v xngôn ng t nhiên.
Trích chọn tên điện thoại di động trong văn bản đã đưc nghiên cu trên nhiu
ngôn ng như tiếng Anh, tiếng Nht, tiếng Trung,… bằng nhiều phương pháp khác
nhau và đã đạt được nhiu kết qu kh quan. Các phương pháp học máy trước đây
như SVM, cây quyết định, … cho kết qu phân loại cũng khá tt.
Luận văn với đề tài “Phương pháp học bán giám sát cho bài toán trích chn
thông tin ng dng trích chn thc th tên điện thoại di động” da trên nhng
nghiên cứu trước đây để đề xut nghiên cu và phát trin mt h thng nhn din
tên riêng tiếng Vit (ViNER) bng cách kết hợp các đặc trưng cú pháp tự động vi
các t nhúng đưc hun luyn sẵn làm đầu vào cho b nh ngn dài hai chiu
(BiLSTM). Phương pháp hun luyn h thng này trên tp d liu mà tôi thu thập
t hàng trăm bài báo khác nhau. Bộ d liu này gm 3 tp d liu hun luyn, phê
chun và kim tra. Mi tp d liu gm 4 ct: T hoc t ghép, POS, CHUNK và
TAG.
Sau khi hun luyn và đánh giá thực nghim h thng trên nhiu khía cnh
khác nhau bằng độ đo chính xác (Accuracy), tôi nhn thy h thng kết hp các
đặc trưng pháp t động vi các t nhúng được hun lun sẵn m đu vào cho
b nh ngn dài hai chiu (BiLSTM) cho kết qu cao nhất đạt 74,04%.
Luận văn cũng xây dựng mt ng dng web trích xut trc quan, nhn din
tên đin thoi di đng cho mt đoạn văn bản do người dùng nhp vào.