XÂY DỰNG CHATBOT HỖ TRỢ HỌC THUẬT, NGHIÊN CỨU KHOA HỌC SỬ DỤNG DỮ LIỆU TỪ CÁC BÀI BÁO NGHIÊN CỨU TỪ TẠP CHÍ KHOA HỌC ĐẠI HỌC CẦN THƠ

Abstract

Đề tài tập trung vào thiết kế và triển khai một hệ thống chatbot tiên tiến phục vụ mục đích hỗ trợ học thuật và nghiên cứu khoa học. Sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) hiện đại, chatbot được đề xuất nhằm giải quyết những thách thức trong việc tìm kiếm và cung cấp thông tin học thuật một cách hiệu quả. Hệ thống áp dụng Truy vấn ngữ nghĩa tăng cường (Retrieval-Augmented Generation - RAG), phương pháp này mang lại nhiều lợi ích đáng kể, bao gồm tối ưu hóa nguồn lực bằng cách giảm thiểu nhu cầu fine-tune mô hình liên tục, từ đó tiết kiệm chi phí và thời gian. Đồng thời, RAG đảm bảo hệ thống luôn cập nhật bằng cách dễ dàng tích hợp thông tin mới vào cơ sở tri thức mà không cần đào tạo lại toàn bộ mô hình. Để nâng cao hiệu suất, hệ thống tích hợp thêm mô hình Cross-encoder, giúp đánh giá mức độ liên quan về ngữ nghĩa giữa câu hỏi của người dùng và các câu trả lời tiềm năng với độ chính xác cao. Sự tích hợp này không chỉ cải thiện độ chính xác của các phản hồi mà còn giảm thiểu rủi ro cung cấp thông tin không phù hợp hoặc sai lệch. Hệ thống chatbot được xây dựng dựa trên tập dữ liệu gồm hơn 4,000 bài báo khoa học tiếng Việt từ tạp chí Khoa học Đại học Cần Thơ. Nhờ khai thác kho tài liệu phong phú này, chatbot có thể cung cấp các phản hồi chính xác, phù hợp ngữ cảnh và đáng tin cậy đối với các truy vấn học thuật. Hệ thống được phát triển là một công cụ hữu ích cho sinh viên và các nhà nghiên cứu, cung cấp một giao diện thân thiện, cho phép truy cập nhanh chóng và chính xác vào tri thức học thuật. Nghiên cứu này thể hiện tiềm năng của việc kết hợp các kỹ thuật RAG và Cross-encoder trong việc xây dựng các giải pháp thông minh, linh hoạt và hiệu quả cho việc truy vấn thông tin học thuật, góp phần đáng kể vào sự phát triển của công nghệ giáo dục và các hệ thống hỗ trợ nghiên cứu. Từ khóa: Hệ thống hỏi đáp, Kỹ thuật truy vấn ngữ nghĩa tăng cường (RAG), Mô hình Cross-encoder, Xử lý ngôn ngữ tự nhiên.