Tóm tắt Luận văn Thạc sĩ Kỹ thuật: Tìm kiếm văn bản pháp quy sử dụng kỹ thuật học sâu

Tìm kiếm văn bản pháp quy sử dụng kỹ thuật học sâu

Tác giả: PHÍ MẠNH KIÊN

Lĩnh vực: Kỹ thuật

Nội dung tài liệu:

Luận văn này tập trung giải quyết vấn đề tìm kiếm thông tin trong lĩnh vực pháp luật, một lĩnh vực đòi hỏi sự chính xác và thời gian đáng kể để nghiên cứu. Với sự bùng nổ của dữ liệu điện tử, việc tìm kiếm các văn bản pháp luật liên quan đến một vụ việc cụ thể trở nên phức tạp. Luận văn đề xuất ứng dụng các kỹ thuật học sâu để cải thiện hiệu quả tìm kiếm. Cụ thể, nghiên cứu đi sâu vào các phương pháp biểu diễn văn bản, bao gồm các kỹ thuật truyền thống như TF-IDF, BM25, và các phương pháp dựa trên mạng nơ-ron như LDA, biểu diễn véc-tơ từ, cũng như các kiến trúc mạng nơ-ron sâu. Mục tiêu là đề xuất một mô hình sử dụng kỹ thuật học sâu để tìm kiếm văn bản pháp quy tiếng Việt, với đầu vào là câu hỏi pháp luật và đầu ra là các điều khoản pháp quy liên quan.

Mục lục chi tiết:

• CHƯƠNG 1: BÀI TOÁN TÌM KIẾM THÔNG TIN VÀ CÁC PHƯƠNG PHÁP BIỂU DIỄN VĂN BẢN
• 1.1. Bài toán tìm kiếm thông tin
• 1.1.1. Tìm kiếm văn bản quy phạm pháp luật
• 1.1.2. Hệ thống tìm kiếm và tìm kiếm thông tin
• 1.2. Biểu diễn văn bản sử dụng từ khóa
• 1.2.1. TF-IDF
• 1.2.2. BM25
• 1.3. Biểu diễn văn bản sử dụng chủ đề ẩn
• 1.3.1. Khái niệm mô hình Latent Dirichlet Allocation (LDA)
• 1.3.2. Tổng quan về mô hình sinh trong LDA
• 1.3.3. Suy luận
• 1.4. Biểu diễn văn bản sử dụng véc-tơ từ
• 1.4.1. Giới thiệu
• 1.4.2. Các bước thực hiện
• 1.5. Biểu diễn văn bản sử dụng mạng nơ-ron sâu
• 1.5.1. Giới thiệu về mạng nơ-ron nhân tạo
• 1.5.2. Cấu trúc và mô hình của một nơ-ron nhân tạo
• 1.5.3. Cấu tạo và phương thức làm việc của mạng nơ-ron
• 1.5.4. Phân loại mạng nơ-ron
• 1.5.4.1. Mạng nơ-ron truyền thẳng (Feed-forward Neural Network – FNN)
• 1.5.4.2. Mạng nơ-ron hồi quy (Recurrent Neural Networks – RNN)
• 1.5.5. Các mạng nơ-ron sâu