ỨNG DỤNG TÓM TẮT VĂN BẢN TRÊN TÀI NGUYÊN HỌC TẬP HỖ TRỢ CHO SINH VIÊN NGÀNH HTTT

Abstract

Sự bão hòa tài nguyên học tập số hiện nay đang gây ra tình trạng quá tải thông tin cho sinh viên ngành Hệ thống Thông tin. Việc ứng dụng Mô hình Ngôn ngữ Lớn (LLMs) để tự động tổng hợp tri thức bị cản trở bởi hiện tượng "ảo giác thông tin" (hallucination) – tình trạng mô hình tạo sinh nội dung sai lệch so với thực tế do xác suất tạo sinh tự do. Để khắc phục, luận văn xây dựng hệ thống Trợ lý học tập thông minh dựa trên hai đường ống xử lý (pipeline) cốt lõi. Thứ nhất, kiến trúc Sinh văn bản tăng cường truy xuất (RAG) kết hợp Trí nhớ Lai được thiết lập làm cơ sở tri thức tham chiếu, giới hạn nghiêm ngặt phạm vi tạo sinh của LLM vào tài liệu gốc. Thứ hai, phương pháp Tóm tắt lai (Hybrid Summarization) được đề xuất bằng cách tích hợp Từ điển chuyên ngành (Domain Ontology) vào thuật toán TextRank thông qua tham số base_bonus. Cơ chế này điều chỉnh phân phối xác suất trạng thái dừng trong đồ thị văn bản nhằm ưu tiên cố định các thuật ngữ chuyên môn, trước khi sử dụng LLM để tinh chỉnh tính mạch lạc. Ngoài ra, cấu trúc đồ thị toán học được tái sử dụng để trích xuất Sơ đồ tư duy và Thẻ ôn tập nhằm tiết kiệm tài nguyên tính toán. Thực nghiệm trên tập dữ liệu chuyên ngành cho thấy tại ngưỡng base_bonus = 1.0, phương pháp lai đạt chỉ số ROUGE-L 55.43%, tiệm cận các mô hình tinh chỉnh (như mT5, ViT5) với chi phí huấn luyện bằng không (Zero-training cost). Cổng kiểm duyệt bằng kỹ thuật LLM-as-a-Judge đạt độ đồng thuận 87.9% so với chuyên gia, đảm bảo năng lực kiểm soát ảo giác của hệ thống. Khảo sát thực tế ghi nhận ứng dụng giúp sinh viên tối ưu hơn 70% thời gian đọc hiểu tài liệu, mở ra một giải pháp EdTech khả thi để triển khai tại các cơ sở giáo dục đại học. Từ khóa: Tóm tắt lai (Hybrid Summarization), RAG, TextRank, Từ điển chuyên ngành (Domain Ontology), LLM-as-a-Judge, Zero-training cost, Ảo giác thông tin. The current saturation of digital learning resources has resulted in significant information overload for students in Information Systems. While Large Language Models (LLMs) demonstrate advanced synthesis capabilities, their direct academic application is hindered by "information hallucination"—a phenomenon where generative models produce factually incorrect content due to free generative probability. To address this challenge, this thesis develops an Intelligent AI Study Assistant based on two core processing pipelines. First, a Retrieval-Augmented Generation (RAG) architecture integrated with Hybrid Memory is established as a reference knowledge base to strictly constrain the LLM's generative scope to the source documents. Second, a Hybrid Summarization method is proposed by integrating a Domain Ontology into the TextRank algorithm via the base_bonus parameter. This mechanism adjusts the stationary probability distribution within the Markov chain of the text graph to prioritize core technical terminologies before utilizing the LLM for linguistic refinement. Additionally, the graph matrix is reused to extract Concept Maps and Flashcards, thereby optimizing computational resources. Empirical results on domain-specific datasets demonstrate that at the optimal weight base_bonus = 1.0, the hybrid method achieves a ROUGE-L score of 55.43%, approaching the performance of fine-tuned state-of-the-art models (such as mT5 and ViT5) while maintaining a Zero-training cost. An automated evaluation gate using the LLM-as-a-Judge technique achieved an 87.9% correlation with human experts, confirming the system's efficacy in hallucination control. Practical evaluations indicate that the application enables students to optimize over 70% of their document review time, presenting a feasible EdTech solution for deployment in higher education institutions. Keywords: Hybrid Summarization, RAG, TextRank, Domain Ontology, LLMas-a-Judge, Zero-training cost, Information Hallucination.