|
Dòng
|
Nội dung
|
|
1
|
Đào tạo Chatbot : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Lê Hoàng Tiến, Trần Châu Thanh Thiện hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
x, 40 tr. : Hình ảnh minh họa ; 29 cm.
Ký hiệu phân loại (DDC): 006.3
Đề tài nghiên cứu nhằm phân tích yêu cầu của người dùng trong quá trình sử dụng. Thiết kế Chatbot tương tác thông minh, giao diện thân thiện, dễ sử dụng. Triển khai và kiểm thử trong thực tế, Đánh giá hiệu suất hoạt động. Tối ưu hóa trải nghiệm người dùng và phát triển trong tương lai. Tạo ra một Chatbot không chỉ đáp ứng nhanh chóng và chính xác các yêu cầu của người sử dụng mà còn tối ưu hóa trải nghiệm giao tiếp giữa người dùng và máy thông qua sự thông minh và linh hoạt trong quá trình tương tác. Qua đó, đề tài không chỉ tập trung vào khía cạnh kỹ thuật của Chatbot mà còn đặt ra câu hỏi về tác động xã hội, đối thoại giữa con người và máy, tiềm năng thay đổi trong các lĩnh vực công việc và dịch vụ khác nhau
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
2
|
Dự đoán xếp hạng và xây dựng hệ thống gợi ý dựa trên nội dung đánh giá của khách hàng : Khoá luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trần Quốc Thắng; Võ Thị Hồng Thắm hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
viii, 64 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 658.812
Đề tài này tập trung vào việc xây dựng mô hình dự đoán xếp hạng sản phẩm dựa trên nội dung đánh giá của khách hàng và phát triển hệ thống gợi ý sản phẩm thông qua việc phân tích dữ liệu đánh giá. Cụ thể, mô hình sẽ sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) kết hợp với học máy để tự động phân tích ý nghĩa của các đánh giá, từ đó đưa ra dự đoán về mức độ hài lòng của khách hàng. Mô hình học máy sẽ được xây dựng để tự động phân tích nội dung của các đánh giá và đưa ra dự đoán về mức độ hài lòng của khách hàng đối với sản phẩm, thể hiện qua các xếp hạng sao (từ 1 đến 5 sao). Dựa trên các đánh giá và sở thích của người dùng, hệ thống gợi ý sẽ đưa ra các sản phẩm mà người tiêu dùng có thể quan tâm. Các sản phẩm gợi ý sẽ được chọn lọc dựa trên những đánh giá tích cực của các khách hàng trước đó hoặc sản phẩm có đặc điểm tương tự với những sản phẩm mà người dùng đã mua hoặc xem, góp phần nâng cao trải nghiệm mua sắm và tối ưu hóa doanh thu cho doanh nghiệp. Đề tài này cũng nhằm mục tiêu áp dụng các kỹ thuật học máy và xử lý ngôn ngữ tự nhiên vào việc giải quyết các vấn đề thực tiễn trong ngành thương
mại điện tử, đồng thời nghiên cứu các mô hình học máy hiệu quả cho việc phân tích và dự đoán xếp hạng sản phẩm.
Số bản sách:
(1)
Tài liệu số:
(1)
|
|
3
|
Hệ thống trích xuất và truy vấn nội dung văn bản hành chính bằng PHOBERT : Khóa luận tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Võ Nhật Linh; Hà Minh Tân hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
xiv, 96 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 006.35
Xây dựng một hệ thống hoàn chỉnh, có khả năng trích xuất và truy vấn thông tin từ văn bản hành chính tiếng Việt một cách tự động và hiệu quả. Hệ thống này sẽ ứng dụng mô hình PhoBERT tiên tiến, hướng đến đạt độ chính xác cao, đáp ứng nhu cầu thực tế của người dùng và có khả năng triển khai, ứng dụng rộng rãi. Tìm hiểu sâu về kiến trúc, cơ chế hoạt động của PhoBERT và các biến thể của nó. Nghiên cứu và lựa chọn phương pháp tinh chỉnh PhoBERT phù hợp nhất với đặc thù của văn bản hành chính tiếng Việt, bao gồm cả việc xem xét việc huấn luyện thêm mô hình trên tập dữ liệu phù hợp. Thử nghiệm và so sánh hiệu quả của PhoBERT với các mô hình ngôn ngữ khác trong bài toán trích xuất thông tin từ văn bản hành chính. Phân tích nhu cầu thực tế để xác định các loại thông tin cần trích xuất từ văn bản hành chính, ví dụ: tên người, địa danh, tổ chức, ngày tháng, số liệu, sự kiện, chủ đề. Nghiên cứu và tinh chỉnh mô hình VietOCR dùng để trích xuất nội dung.Thiết kế giao diện người dùng thân thiện, dễ sử dụng, cho phép người dùng dễ dàng thực hiện các thao tác tìm kiếm, truy vấn thông tin. Cung cấp các chức năng tìm kiếm theo từ khóa, tiêu chí, lọc kết quả theo các thuộc tính khác nhau. Hiển thị kết quả tìm kiếm một cách rõ ràng, trực quan, dễ hiểu.Phân tích kết quả đánh giá, tìm ra các điểm mạnh, điểm yếu của hệ thống và đề xuất phương hướng cải thiện, tối ưu hóa. Việc đạt được các mục tiêu cụ thể này sẽ góp phần tạo nên một hệ thống trích xuất và truy vấn thông tin hoàn chỉnh, đáp ứng được yêu cầu thực tiễn và mang lại nhiều lợi ích cho người dùng.
Số bản sách:
(1)
Tài liệu số:
(1)
|
|
4
|
|
|
5
|
Phân loại tin tức thật và giả bằng mô hình BERT : Khóa luận Tốt nghiệp chuyên ngành Trí tuệ nhân tạo / Nguyễn Trọng Hào; Hà Minh Tân hướng dẫn
Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
xi; 74 tr. : hình ảnh ; 29 cm.
Ký hiệu phân loại (DDC): 302.232
Nghiên cứu nhằm triển khai mô hình BERT để phân loại các bài báo thành hai loại: tin thật và tin giả. Đề tài tập trung vào việc sử dụng mô hình ngôn ngữ tiên tiến để đánh giá tính xác thực của các bài báo, với mục tiêu cải thiện độ chính xác trong phân loại tin tức trên môi trường mạng xã hội và các trang báo trực Nghiên cứu này sử dụng mô hình BERT, một trong những mô hình xử lý ngôn ngữ tự nhiên tiên tiến để giải quyết vấn đề phân loại tin tức, nhờ vào khả năng hiểu ngữ cảnh của văn bản nhằm phân loại tin tức chính xác hơn, đặc biệt trong việc nhận diện các thông tin sai lệch. Nghiên cứu này không chỉ xây dựng và triển khai mô hình BERT mà còn mong muốn nâng cao nhận thức về vấn đề tin tức giả, từ đó đóng góp vào việc phát triển các giải pháp hiệu quả nhằm chống lại thông tin sai lệch trong tương lai.
Số bản sách:
(1)
Tài liệu số:
(1)
|
|
|
|
|