XÂY DỰNG CHATBOT TƯ VẤN TUYỂN SINH DỰA TRÊN KỸ THUẬT RAG VÀ MONGODB ATLAS

Abstract

Trong bối cảnh chuyển đổi số trong giáo dục, nhu cầu tư vấn tuyển sinh trực tuyến ngày càng tăng cao, đòi hỏi các hệ thống hỗ trợ phải có khả năng cung cấp thông tin nhanh chóng, chính xác và phù hợp với từng câu hỏi cụ thể của người dùng. Luận văn này tập trung nghiên cứu và xây dựng một chatbot tư vấn tuyển sinh dựa trên kỹ thuật Retrieval Augmented Generation (RAG) kết hợp với cơ sở dữ liệu MongoDB Atlas. Nội dung luận văn trình bày tổng quan về chatbot, mô hình ngôn ngữ lớn Gemini 2.5 flash và kỹ thuật RAG, trong đó RAG cho phép kết hợp khả năng sinh ngôn ngữ tự nhiên của mô hình ngôn ngữ với cơ chế truy xuất tri thức từ dữ liệu tuyển sinh thực tế. Dữ liệu được thu thập từ các tài liệu tuyển sinh, sau đó được tiền xử lý, chia nhỏ thành các đoạn thông tin phù hợp, chuyển đổi sang dạng vector embedding và lưu trữ trong MongoDB Atlas nhằm phục vụ cho quá trình tìm kiếm ngữ nghĩa. Hệ thống chatbot được xây dựng nhằm hỗ trợ người dùng tra cứu và hỏi đáp các thông tin liên quan đến tuyển sinh. Khi người dùng đặt câu hỏi, hệ thống sẽ truy xuất các nội dung phù hợp từ cơ sở dữ liệu tuyển sinh và kết hợp với mô hình ngôn ngữ để sinh ra câu trả lời chính xác, phù hợp với ngữ cảnh. Kết quả thực nghiệm cho thấy chatbot có khả năng trả lời hiệu quả các câu hỏi phổ biến liên quan đến ngành học, chỉ tiêu, phương thức và thời gian tuyển sinh. Hệ thống có tính linh hoạt, dễ mở rộng dữ liệu và có tiềm năng ứng dụng thực tế trong công tác tư vấn tuyển sinh tại các cơ sở giáo dục.