XÂY DỰNG HỆ THỐNG HỎI ĐÁP DỰA TRÊN TÀI LIỆU CỦA NGƯỜI DÙNG DEVELOPING

Abstract

Trong kỷ nguyên bùng nổ thông tin số, nhu cầu tìm kiếm và tổng hợp thông tin từ các tài liệu ngày càng trở nên cấp thiết. Một công cụ có khả năng giúp người dùng trực tiếp trả lời các câu hỏi dựa trên thông tin trong văn bản của chính họ là một giải pháp hiệu quả, giúp người dùng tiết kiệm thời gian, công sức, đặc biệt khi xử lý các văn bản lớn. Luận văn này trình bày việc nghiên cứu, thiết kế và triển khai một hệ thống hỏi đáp dựa trên tài liệu do người dùng cung cấp, sử dụng kiến trúc Retrieval-Augmented Generation (RAG). Hệ thống được phát triển dựa trên các thành phần chính, bao gồm thành phần xử lý tài liệu đầu vào, có khả năng trích xuất văn bản từ định dạng PDF và chia thành các đoạn văn bản (chunks), thành phần lập chỉ mục, sử dụng mô hình gemini-embedding001 để chuyển đổi các chunks thành các vector embedding và lưu trữ chúng trong cơ sở dữ liệu vector ChromaDB, thành phần truy xuất thông tin, thực hiện truy xuất ngữ cảnh có liên quan đến câu hỏi, và cuối cùng là thành phần hỏi đáp, khai thác sức mạnh của mô hình gemini-2.5-flash để sinh ra câu trả lời có căn cứ dựa trên câu hỏi và thông tin được truy xuất. Hệ thống được đánh giá bằng phương pháp LLM-as-a-Judge, tập trung vào hai tiêu chí đánh giá, bao gồm tính liên quan của ngữ cảnh, và độ chính xác của câu trả lời. Kết quả cho thấy hệ thống có khả năng cung cấp câu trả lời tương đối chính xác, giảm thiểu vấn đề “ảo giác”.