Luận văn tập trung nghiên cứu và ứng dụng mô hình học sâu dựa trên mạng nơ-ron hồi quy (RNN) để giải quyết bài toán trích chọn nội dung văn bản trong lĩnh vực chăm sóc khách hàng tại Mobifone Thái Nguyên. Dữ liệu đầu vào là các hội thoại, phản hồi và yêu cầu hỗ trợ từ khách hàng, vốn thường có cấu trúc phi chuẩn và chứa nhiều thông tin nhiễu. Nghiên cứu đề xuất quy trình xử lý ngôn ngữ tự nhiên kết hợp với các biến thể của RNN như LSTM và GRU nhằm tự động nhận diện và trích xuất các thông tin cốt lõi, bao gồm loại sự cố, thông tin thuê bao và nội dung khiếu nại. Kết quả thực nghiệm cho thấy mô hình đề xuất đạt độ chính xác cao trong việc phân loại và trích chọn, giúp giảm tải công việc thủ công cho nhân viên, nâng cao hiệu quả xử lý và chất lượng dịch vụ. Luận văn khẳng định tính khả thi của việc áp dụng học sâu vào tự động hóa quy trình chăm sóc khách hàng trong lĩnh vực viễn thông.