The problem of developing a question-and-answering system is a challenging task in the field of Natural Language Processing. Natural language is inherently ambiguous, making it difficult to determine the semantic meaning of questions as well as identify the correct answers. In this research, we investigated a question-andanswering system based on the Rasa Framework.

Automatically identifying and understanding students' questions about problems they encounter or issues related to their universities is very important for universities to promptly grasp the aspirations of their students. This enables them to support and satisfy their students and enhance their reputation. Especially as social networks and online media continue to develop, students can easily post their questions and concerns online.

Sentiment Analysis and Opinion Mining have emerged as highly popular fields for analyzing and extracting valuable information from textual data sourced from diverse platforms like Facebook, Twitter, and Amazon. These techniques hold a crucial role in empowering businesses to actively enhance their strategies by gaining comprehensive insights into customers' feedback regarding their products.

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 7 cung cấp cho học viên những nội dung về: nghĩa từ vựng và phân giải nhập nhằng từ; từ đồng âm và phân loại từ đồng âm tiếng Việt; từ đa nghĩa, đồng nghĩa; các quan hệ khác trong WordNet; phân giải nhập nhằng sử dụng quan hệ từ vựng;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 9 cung cấp cho học viên những nội dung về: dịch máy; ba khối chính trong dịch máy; các phương pháp dịch máy; cách tiếp cận siêu ngôn ngữ sử dụng nghĩa; dịch máy thống kê; thuật toán dóng hàng từ;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 1 cung cấp cho học viên những nội dung về: khái niệm xử lý ngôn ngữ tự nhiên; các ứng dụng của xử lý ngôn ngữ tự nhiên; trích rút thông tin; các chủ đề trong xử lý ngôn ngữ tự nhiên;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 5c cung cấp cho học viên những nội dung về: tổng quan Dependency Parsing; các ứng dụng của Dependency Parsing; các tính chất của cây cú pháp phụ thuộc; các phương pháp giải quyết bài toán; các kết quả cài đặt;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 10 cung cấp cho học viên những nội dung về: trích rút thông tin; các hệ thống trích rút thông tin; đánh giá hệ thống trích rút thực thể; nhận dạng thực thể; NER - Luật tạo thủ công; kiến trúc IE trong GATE; trích rút dùng cửa sổ trượt;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 8 cung cấp cho học viên những nội dung về: hệ hỏi đáp (Question Answering); viết lại câu hỏi – trọng số; so khớp mẫu bề mặt (Ravichandran and Hovy, ISI); hệ thống phức tạp NLP – Pasca & Harabagiu; thuật toán lựa chọn từ khóa;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 5a cung cấp cho học viên những nội dung về: phân tích cú pháp; bài toán phân tích cú pháp; các ứng dụng của phân tích cú pháp; dạng chuẩn Chomsky; văn phạm phi ngữ cảnh (Context-Free Grammar);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 4 cung cấp cho học viên những nội dung về: gán nhãn từ loại; tập từ loại tiếng Anh; lớp từ mở trong tiếng Anh; tập nhãn cho tiếng Anh; các phương pháp gán nhãn từ loại; gán nhãn dựa trên xác suất;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 2 cung cấp cho học viên những nội dung về: mô hình ngôn ngữ; tính xác suất bigram; mô hình ngôn ngữ Google Book N-grams; mô hình ngôn ngữ KenLM; đánh giá các mô hình ngôn ngữ; hiện tượng quá khớp dữ liệu (overfitting);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 5b cung cấp cho học viên những nội dung về: phân tích cú pháp xác suất; kết hợp từ (bigrams pr); văn phạm phi ngữ cảnh xác suất; thuật toán CKY kết hợp xác suất; tìm kiếm kiểu chùm; nhập nhằng trong phân tích cú pháp tiếng Việt;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 3 cung cấp cho học viên những nội dung về: tách từ tiếng Việt; qui tắc cấu tạo từ tiếng Việt; các hướng tiếp cận; thuật toán so khớp từ dài nhất; tách từ sử dụng biểu thức chính qui; phân giải nhập nhằng;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Bài giảng Xử lý ngôn ngữ tự nhiên (Natural language processing): Bài 6 cung cấp cho học viên những nội dung về: phân tích vai nghĩa; bài toán phân tích vai nghĩa; gán nhãn vai trò ngữ nghĩa; phương pháp luận đối với xây dựng FrameNet; tổng quan chung về các hệ thống SRL;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Lecture “Natural language processing - Chapter 1: Introduction and Overview of NLP” has contents: Introduce some of the classical problems in NLP, learn to address empirical problems, talk/write clearly about your work, decision and observations.

Lecture “Natural language processing - Chapter 2: Fundamental algorithms and mathematical models” has contents: Probability theory and Bayes theorems (Concepts in probability, Bayes theorems, application of the probability theory in NLP).

Lecture “Natural language processing – Chapter 4: Computational linguistics” has contents: What is computational linguistics, corpus definitions, corpus categories, parallel corpora application, alignment methods, normalization, lemmatization and tokenization.

Lecture “Natural language processing – Chapter 3: Basic principles for NLP” has contents: POS – part of speech tagging, POS – part of speech examples for English, POS – Methods of tagging, sentence types,…and other contents.

Lecture “Natural language processing – Chapter 5: Foundation of statistical machine translation” has contents: Introduction to statistical machine translation, statistical MT systems, three problems in statistical MT systems, translation model, and other contents.