Tìm hiểu kỹ thuật tóm tắt đa văn bản tiếng Việt sử dụng mô hình đồ thị
Tóm tắt
Luận văn tập trung nghiên cứu và đề xuất kỹ thuật tóm tắt đa văn bản cho tiếng Việt dựa trên mô hình đồ thị. Trong bối cảnh lượng thông tin số ngày càng gia tăng, việc tóm tắt tự động nhiều văn bản có cùng chủ đề trở nên cấp thiết. Nghiên cứu tiến hành khảo sát các phương pháp tóm tắt đa văn bản phổ biến, đặc biệt là hướng tiếp cận dùng đồ thị (như TextRank) và phân tích đặc thù ngôn ngữ tiếng Việt. Luận văn đề xuất một mô hình đồ thị cải tiến, trong đó các câu được biểu diễn dưới dạng đỉnh và trọng số cạnh được tính toán dựa trên độ tương đồng ngữ nghĩa giữa các câu, kết hợp với các đặc trưng tiếng Việt như từ loại và từ dừng. Kết quả thực nghiệm trên bộ dữ liệu văn bản tiếng Việt cho thấy phương pháp đề xuất đạt hiệu quả cao hơn so với các phương pháp cơ sở, góp phần nâng cao chất lượng tóm tắt và xử lý ngôn ngữ tự nhiên cho tiếng Việt.