XÂY DỰNG HỆ THỐNG HỖ TRỢ ÔN THI GIẤY PHÉP LÁI XE VÀ HỎI ĐÁP LUẬT GIAO THÔNG ĐƯỜNG BỘ

Abstract

Giao thông đường bộ và việc tuân thủ luật giao thông đóng vai trò quan trọng trong việc bảo đảm an toàn, hạn chế rủi ro tai nạn và nâng cao ý thức của người tham gia giao thông. Tuy nhiên, việc tiếp cận và tra cứu các quy định pháp luật cũng như học và ôn tập các câu hỏi trong bộ đề thi sát hạch lái xe còn gặp nhiều khó khăn do lượng kiến thức lớn và phức tạp. Chính vì thế, đề tài đã xây dựng hệ thống ôn thi giấy phép lái xe và hỏi đáp luật giao thông đường bộ để hỗ trợ người dùng. Đề tài nghiên cứu tập trung vào việc xây dựng hệ thống chatbot sử dụng kỹ thuật Retrieval-Augmented Generation (RAG) kết hợp với mô hình ngôn ngữ lớn GPT-3.5- turbo từ OpenAI. Kỹ thuật RAG không chỉ giúp hệ thống tự động trả lời các câu hỏi mà còn có khả năng truy xuất thông tin trực tiếp từ các tài liệu pháp lý, đảm bảo độ chính xác cao và cung cấp cơ sở vững chắc cho các câu trả lời. Dữ liệu về luật giao thông và bộ câu hỏi ôn thi giấy phép lái xe được lưu trữ và quản lý thông qua thư viện FAISS, trong đó mô hình BAAI/bge-m3 được sử dụng để tạo các "chunks" thông qua kỹ thuật semantic chunking, nhằm nâng cao độ chính xác trong quá trình truy xuất thông tin. Các chỉ số đánh giá hiệu quả truy xuất của hệ thống bao gồm Precision đạt 77.2%, MRR đạt 95.7% và MAP đạt 92.5%. Tiếp theo, hệ thống tích hợp mô-đun Visual Question Answering (VQA), sử dụng mô hình ViT5 làm text encoder-decoder để xử lý câu hỏi của người dùng, kết hợp với Vision Transformer (ViT) để phân tích hình ảnh các loại biển báo, tình huống giao thông, ký hiệu giao thông,... VQA cho phép người dùng đặt câu hỏi dựa trên hình ảnh, và hệ thống sẽ tự động sinh ra câu trả lời cho các câu hỏi liên quan đến nội dung trong hình ảnh đó. Mô hình VQA đạt các chỉ số đánh giá đáng chú ý lần lượt là 0.828, 0.708, 0.764 và 0.501 tương ứng với các chỉ số ROUGE-1, ROUGE-2, ROUGE-L và BLEU. Đồng thời, khảo sát mức độ đồng ý từ người dùng cũng cho thấy đa số người tham gia (tỉ lệ “Đồng ý” và “Hoàn toàn đồng ý” trên 70% cho mỗi câu trả lời được sinh ra) có xu hướng đồng ý với các câu trả lời do mô hình sinh ra, khẳng định mô hình hoạt động phù hợp và mang lại kết quả tốt. Những kết quả này chứng tỏ tiềm năng lớn trong việc kết hợp thị giác máy tính và ngôn ngữ, mở rộng khả năng tương tác và hỗ trợ người dùng. Cuối cùng, hệ thống được triển khai dưới dạng website, trong đó Django đảm nhiệm backend, MongoDB lưu trữ dữ liệu, và Vue.js xử lý giao diện frontend. Giao diện người dùng được thiết kế thân thiện và dễ sử dụng, giúp người học dễ dàng ôn tập, tra cứu quy định pháp luật, tìm hiểu mức phạt và giải thích các tình huống giao thông một cách nhanh chóng và hiệu quả.