|
Dòng
|
Nội dung
|
|
1
|
|
|
2
|
Nghiên cứu hệ đa tác nhân kết hợp mô hình ngôn ngữ lớn trong phát hiện tin giả : Đề án Thạc sĩ Công nghệ Thông tin; Mã ngành:8480201 / Tô Hoàng Minh Tiến; Võ Thị Hồng Thắm; Cao Văn Kiên hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2025
69 tr. : biểu đồ ; 29 cm.
Ký hiệu phân loại (DDC): 006.35
Nghiên cứu nhằm tìm hiểu và phát triển một hệ thống phát hiện tin giả dựa trên hệ đa tác nhân kết hợp với mô hình ngôn ngữ lớn là một cơ hội quý báu để nâng cao kiến thức và kỹ năng chuyên môn trong lĩnh vực trí tuệ nhân tạo, xử lý ngôn ngữ tự nhiên và an ninh thông tin. Những công nghệ này đang đóng vai trò ngày càng quan trọng trong việc kiểm soát và xác minh thông tin trên môi trường trực tuyến. Không chỉ có giá trị về mặt học thuật, đề tài này còn mang ý nghĩa thực tiễn sâu sắc. Việc phát triển một hệ thống phát hiện tin giả thông minh không chỉ giúp giảm thiểu tác động tiêu cực của thông tin sai lệch mà còn góp phần bảo vệ tính chính xác và minh bạch trong truyền thông. Hơn nữa, việc ứng dụng hệ đa tác nhân vào quá trình kiểm định thông tin giúp hệ thống trở nên linh hoạt, thích ứng tốt với các nguồn dữ liệu đa dạng và phức tạp. Đề tài có tính ứng dụng cao mang lại giá trị thực tiễn mà còn đóng góp vào sự phát triển của các giải pháp công nghệ hiện đại, góp phần xây dựng một môi trường thông tin đáng tin cậy hơn.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
3
|
|
|
4
|
Xây dựng mô hình nhận diện tin giả trên mạng xã hội : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Phạm Phước Long, Võ Thị Hồng Thắm hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2023
ix, 56 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 320.231
Đề tài nghiên cứu nhằm xây dựng một hệ thống phân loại tin tức giả sử dụng các mô hình học máy. Tạo ra công cụ có khả năng tự động nhận diện và phân loại tin tức giả trong ngôn ngữ tiếng Việt. Đồng thời hướng đến việccung cấp một giải pháp đáng tin cậy giúp người đọc và tổ chức truyền thông lọc và kiểm soát thông tin trên môi trường trực tuyến.Kết hợp các phương pháp và công nghệ như xử lý ngôn ngữ tự nhiên (NLP), học máy và tiền xử lý dữ liệu. Sử dụng thư viện underthesea để xử lý và phân tích văn bản tiếng Việt. Các mô hình học máy như SVM, LSTM, CNN,KNN.. được triển khai và đào tạo để phân loại tin tức. Kết quả hệ thống sẽ có khả năng phân loại tin tức giả với độ chính xác cao, là công cụ đáng tin cậy có khả năng loại bỏ 1 phần lớn tin tức giả từ nguồn thông tin tiếng Việt trực tuyến.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
|
|
|