Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 22 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
22
Dung lượng
1,03 MB
Nội dung
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM NGUYỄN THẢO NHIÊN XÂY DỰNG ỨNG DỤNG HỎI ĐÁP HỔ TRỢ TƯ VẤN ĐĂNG KÝ KHÁM BỆNH TRỰC TUYẾN TẠI BÌNH DƯƠNG Chuyên ngành: Hệ thống thông tin Mã số: 848.01.04 TĨM TĂT LUẬN VĂN THẠC SĨ NGÀNH HỆ THỐNG THƠNG TIN Đà Nẵng - Năm 2022 Cơng trình hồn chỉnh TRƯỜNG ĐẠI HỌC SƯ PHẠM Người hướng dẫn khoa học: TS NGUYỄN HOÀNG SỸ Phản biện 1: TS Nguyễn Đình Lầu Phản biện 2: PGS.TS Lê Hồng Sơn Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ ngành Hệ thống thông tin, họp Trường Đại học Sư phạm vào ngày tháng năm 2022 Có thể tìm hiểu luận văn tại: Thư viện Trường Đại học Sư phạm – ĐHĐN Khoa Tin học, Trường Đại học Sư phạm – ĐHĐN MỞ ĐẦU Lý chọn đề tài Trong bối cảnh tình hình dịch bệnh ngày diễn biến phức tạp, vấn đề quan tâm hàng đầu ngành y tế, việc thực triển khai nghiên cứu, giải pháp phòng chống dịch thường bị hạn chế thời gian lẫn nguồn lực Việc xây dựng giải pháp hổ trợ thông minh tư vấn đăng ký khám bệnh online dịch vụ nhiều người quan tâm sử dụng Để nhanh chóng khống chế, dập dịch, sớm đưa sống trở lại bình thường, nhiều tỉnh, thành phố phải thực giãn cách xã hội theo Chỉ thị số 16/CT-TTg Thủ tướng Chính phủ, việc kết nối trực tuyến người gặp khó khăn tiếp cận dịch vụ y tế, người thuộc diện cách ly khu vực phong tỏa với bác sĩ sở y tế cách nhanh chóng, hạn chế thủ tục đăng ký tiết kiệm thời gian chờ đợi thông qua mạng lưới tư vấn, khám chữa bệnh online cần thiết điều kiện chống dịch COVID19 Nhằm chia sẻ với hệ thống y tế người dân, đặc biệt với địa phương phải thực giãn cách, nhiều y bác sĩ, cán y tế thiết lập mạng lưới, tảng kết nối "khám bệnh online" với mục đích tư vấn, giải đáp thắc mắc COVID-19 bệnh lý thường gặp, đặt lịch khám bệnh Trên sở nghiên cứu ứng dụng trí tuệ nhân tạo chatbot trả lời câu hỏi xử lý theo ngôn ngữ tự nhiên (Natural language processing-NLP) dựa Framework mã nguồn mở giúp máy tính tương tác/nói chuyện với bệnh nhân, chuyên gia, bác sĩ chuyên khoa Luận văn đề tài nghiên cứu, thiết kế, xây dựng ứng dụng “Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương” đáp ứng kịp thời, nhanh chóng, góp sức chống dịch, hỗ trợ người dân, tảng đặt lịch khám bệnh chăm sóc sức khỏe tồn diện miễn phí Chương trình hỗ trợ kết nối trực tuyến người gặp khó khăn tiếp cận dịch vụ y tế, người thuộc diện cách ly khu vực phong tỏa với bác sĩ sở y tế cách nhanh chóng, hạn chế thủ tục đăng ký tiết kiệm thời gian chờ đợi Mục đích nghiên cứu 2.1 Mục tiêu tổng quát Nghiên cứu hệ thống hoá sở khoa học xử lý ngôn ngữ tự nhiên, ứng dụng kỹ thuật trích xuất thơng tin thực thể dựa học máy; Người dùng đặt lịch bác sĩ đến khám sức khỏe định kỳ, lấy mẫu xét nghiệm nhà, khám dinh dưỡng tư vấn sức khỏe online từ bác sĩ có chuyên môn hay quản lý bệnh án điện tử Bất kỳ đâu, làm gì, đặt lịch khám chủ động thời gian, địa điểm 2.2 Mục tiêu cụ thể: Như để thực theo mục tiêu đề tài cần xác định số công việc phải giải sau: - Nghiên cứu tổng quan, lựa chọn phương pháp thích hợp xử lý ngơn ngữ tự nhiên - Tìm hiểu kỹ thuật phân tích, thu thập thơng tin thực lĩnh vực xử lý ngôn ngữ tự nhiên, khai phá liệu để áp dụng vào chăm sóc sức khỏe bệnh nhân cách an tốn nhanh chóng - Mơ hình hố quy trình hổ trợ thông minh cho bệnh nhân bác sĩ cách khoa học, đảm bảo thơng tin xác, an toàn: Đăng ký khám bệnh online - đặt lịch khám bệnh nhanh chóng, tiện lợi; Chọn dịch vụ khám linh hoạt; Xem thông tin bác sĩ; Hỏi/đáp thông tin bệnh phổ biến; Liên hệ - Ngoài ra, đề tài đề xuất mơ hình hóa chức cung cấp thơng tin, văn hành cổng thơng tin quốc gia liên quan đến lĩnh vực y tế, giúp y bác sĩ cập nhật thông tin nhanh 2 - Triển khai ứng dụng “Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương” tảng framework mã nguồn mở Rasa thực tế giao diện chatbot Phạm vi nghiên cứu đề tài Đặt lịch khám bệnh trực tuyến; Chọn dịch vụ khám; Xem thông tin bác sĩ; Hỏi-đáp thông tin bệnh phổ biến; Liên hệ Phương pháp nghiên cứu - Sử dụng phương pháp phân loại, hệ thống hóa lý thuyết lĩnh vực xử lý ngôn ngữ tự nhiên - Sử dụng phương pháp phân tích tổng hợp lý thuyết, nghiên cứu giải thuật ý định người dùng, xây dựng thực thể - Sử dụng phương pháp thu thập, phân tích, tiền xử lý, trích lọc thơng tin - Sử dụng phương pháp huấn luyện mơ hình mơ hình phân lớp, mơ hình sinh hội thoại - Đề xuất phương pháp phân tích, thu thập thơng tin thực nghiệm ứng dụng, đánh giá Cấu trúc luận văn: Ngoài phần mở đầu, kết luận định hướng kế hoạch tiếp tục phát triển luận văn, danh mục tài liệu tham khảo phụ lục, luận văn gồm có 03 chương: Chương 1: Cơ sở lý thuyết Trình bày sở lý thuyết, nghiên cứu số kĩ thuật sử dụng trợ lý ảo (chatbot), mơ hình kiến trúc thành phần chatbot NLP, tìm hiểu Framework mã nguồn mở phát triển xây dựng ứng dụng đề tài Chương 2: Xây dựng công cụ hỏi đáp thông tin Giới thiệu công cụ hỏi đáp thông tin tảng framework Rasa Trong chương đề xuất phương pháp thực phân tích, q trình xây dựng hỏi/đáp trực tuyến thông tin tư vấn đăng ký khám chữa bệnh dựa phát triển Framework mã nguồn mở NLP Chương 3: Phương pháp thực nghiệm đánh giá Chương trình bày thực nghiệm đánh giá cho ta biết khả phục vụ Chatbot nhằm phục vụ nghiệp vụ trả lời lĩnh vực y tế đăng ký khám bệnh tự động đến người dùng 3 Chương CƠ SỞ LÝ THUYẾT Tổng quan Chatbot 1.1 Giới thiệu Chatbot 1.1.1 Hệ thống trả lời tự động hay gọi Chatbot một chương trình máy tính thiết kế để trị chuyện với người, đặc biệt qua internet Chatbot thường trao đổi với người dùng qua hình thức tin nhắn âm Do thiết kế để mô cách trò chuyện với người, hệ thống chatbot thường phải điều chỉnh thử nghiệm liên tục Các thành phần 1.1.2 Để xây dựng mơ hình Chatbot phải có cấu trúc thành phần hệ thống Chatbot có ba thành phần là: thành phần hiểu ngơn ngữ tự nhiên (NLU), thành phần quản lý hội thoại (DM), thành phần sinh ngôn ngữ (NLG) [3] Mỗi thành phần Chatbot có vai trị riêng 1.1.2.1 Quản lý hội thoại Quản lý hội thoại (Dialog Management - DM): Thành phần quản lý đối thoại giữ cập nhật ngữ cảnh hội thoại ý định tại, thực thể xác định thực thể bị thiếu cần thiết để thực yêu cầu người dùng Hơn nữa, u cầu thơng tin thiếu, xử lý làm rõ người dùng đặt câu hỏi Quản lý hội thoại có nhiệm vụ xác định hành động (action) dựa vào trạng thái hành động trước hay ngữ cảnh hội thoại Các ngữ cảnh phải đối chiếu kịch dựng sẵn (history) đào tạo cho bot Thành phần đảm nhiệm việc lấy liệu từ hệ thống khác qua API/Data sources gọi action 1.1.2.2 Sinh ngôn ngữ tự nhiên Sinh ngôn ngữ tự nhiên (Natural Language Generator - NLG) thành phần sinh ngơn ngữ dựa vào sách (policy) hành động xác định DM thông qua tập hội thoại Khi phản hồi, NLG chuẩn bị phản hồi giống ngôn ngữ tự nhiên cho người dùng dựa ý định thông tin ngữ cảnh Các câu trả lời thích hợp tạo mơ hình thiết kế theo luật theo AI 1.1.2.3 Hiểu ngôn ngữ tự nhiên: Ngôn ngữ tự nhiên (Natural Language Understanding - NLU) bao gồm việc xử lý ngơn ngữ tự nhiên có nhiệm vụ xác định ý định câu hỏi (intent classification) trích chọn thơng tin (slots filter) NLU nhằm mục đích trích xuất ngữ cảnh (context) ý nghĩa từ đầu vào người dùng ngơn ngữ tự nhiên, mà khơng có cấu trúc phản hồi cách thích hợp theo ý định người dùng (user intent) Nó xác định mục đích người dùng trích xuất thực thể (entities) theo miền cụ thể Cụ thể hơn, ý định đại diện cho ánh xạ người dùng nói hành động (action) nên thực chatbot Các hành động tương ứng với bước mà chatbot thực ý định cụ thể kích hoạt đầu vào người dùng có tham số để xác định thơng tin chi tiết Phát ý định thường xây dựng dạng phân loại câu, nhãn ý định đơn nhiều ý định dự đoán cho câu 1.1.3 STT Tiêu chí phân loại Phân loại Mơ tả Chế độ tương tác Text-Based: Dựa văn (Interact Mode) Voice-Based: Dựa giọng nói Miền (Domain) Miền đóng/miền cụ thể (Closed Domain): Giải số vấn đề phạm vi định; Dữ liệu huấn luyện phạm vi nhỏ, phổ biến; Dễ huấn luyện, độ xác cao Miền mở (Open Domain): Loại mục tiêu trí tuệ nhân tạo Một chatbot biết thứ trả lời vấn đề; Rất nhiều chatbot thông minh tạo Mục tiêu (Goals) Hướng nhiệm vụ (Task-Oriented): Được thiết kế cho nhiệm vụ cụ thể; Được thiết lập để có thời gian ngắn; Các hội thoại miền đóng Khơng hướng nhiệm vụ (Non Task-Oriented): Mơ trò chuyện với người; Thực chat cho mục đích giải trí; Các hội thoại miền mở Phương pháp thiết kế Dựa theo luật (Rule- Based): (Design Approach) Loại chatbot khả hạn chế; Phản hồi xác lệnh cụ thể xác định từ trước, không phép tùy ý phản hồi mà phải lựa chọn phản hồi tạo ra; Sự thông minh chatbot phụ thuộc vào mức độ lập trình Dựa theo trí tuệ nhân tạo (AI): Loại có khả “hiểu” ngơn ngữ Khơng bị giới hạn tập luật xác định từ trước; “học” từ liệu có sẵn, có khả “đốn” ý nghĩa, ngữ cảnh khả “học thêm” xác, đưa vào nhiều câu huấn luyện Theo trình tự, tạo trả lời phù hợp; Lựa chọn câu trả lời hội thoại từ kho lưu trữ 1.1.3.1 Mơ hình dựa quy tắc (rule-based) Đây là kiểu kiến trúc mà hầu hết chatbot xây dựng Câu trả lời hệ thống dựa tập hợp quy tắc xác định trước cố định, dựa việc nhận dạng từ vựng văn đầu vào mà không tạo câu trả lời văn Kiến thức sử dụng chatbot người viết mã tay (hard coded) xếp trình bày mẫu hội thoại Cơ sở liệu quy tắc toàn diện cho phép chatbot trả lời nhiều loại đầu vào người dùng 1.1.3.2 Mô hình dựa quy tắc (rule-based): Một chút khác biệt so với mơ hình dựa quy tắc mơ hình dựa truy xuất (retrieval-based), cung cấp tính linh hoạt truy vấn phân tích tài nguyên có sẵn cách sử dụng Application Programming Interface (API) Một chatbot dựa truy xuất lấy số lựa chọn phản hồi từ mục trước áp dụng phương pháp matching cho lựa chọn phản hồi 1.1.3.3 Mơ hình sáng tạo (generative-based): Tạo câu trả lời theo cách tốt so mơ hình cịn lại, dựa tin nhắn hội thoại người dùng trước Các chatbot giống người sử dụng thuật toán máy học (machine learning) kỹ thuật học sâu (deep learning) nên linh hoạt NLG nâng cao cho phép dự đoán khả xuất từ đến từ khác sửa lỗi ngôn ngữ, chẳng hạn lỗi tả Các thuật tốn sử dụng NLG nâng cao tốt việc xử lý từ biểu thức mẫu đào tạo ban đầu Chatbot theo kịch (menu/button): 1.1.3.4 Các hệ thống phân cấp định trình bày cho người dùng dạng nút (button) Chatbot xây dựng sẵn tập menu với lựa chọn điều khiển, người dùng phải giao tiếp với Chatbot thông qua thao tác click vào nút theo yêu cầu mong muốn, để nhận câu trả lời Chatbot Ưu điểm Chatbot xây dựng dễ dàng, độ xác cao người dùng đưa yêu cầu dựa nút xây dựng trước, nhiên người dùng bị động trước mong muốn mình, mà phải phụ thuộc vào cung cấp menu lựa chọn Chatbot 1.1.3.5 Chatbot nhận dạng từ khoá (keyword): Khác với Chatbot dạng menu/button, Chatbot dựa nhận dạng từ khóa lắng nghe câu nói người dùng trả lời cách thích hợp Những Chatbot sử dụng từ khóa tùy biến AI để xác định làm để đưa câu trả lời phù hợp cho người dùng Ưu điểm mơ hình Chatbot giúp người dùng chủ động việc đưa yêu cầu, đưa u cầu thơng qua câu nói mà khơng cần lựa chọn nút nội dung yêu cầu làm cho trò truyện tự nhiên 1.1.4 Ứng dụng Chatbot 1.1.4.1 Một số tản Chatbot Một số tảng chatbot phổ biến trình bày chi tiết Bảng 1.3 điển Rasa Open Source; Dialogflow; Wit.ai; Microsoft Bot Framework; Webot Chatfuel Như vậy, với mô tả cụ thể, nhận thấy định chọn tảng Rasa để phân tích toán đề xuất phù hợp với nội dung đề tài Tên tảng STT Rasa Open Source Mô tả Nền tảng tự động hóa trợ lý văn bản, giọng nói thực hành động mã Python logic bot dựa mơ hình học máy Dialogflow Cung cấp Google Trước gọi Api.ai, phổ biến rộng rãi Giao diện đàm thoại dựa giọng nói văn hấp dẫn AI Kết nối Google Assistant, Amazon Alexa, Facebook Messenger phân tích hiểu ý định người dùng theo cách hữu ích Wit.ai Cơng cụ NLP Facebook dễ dàng xây dựng ứng dụng tự động hóa, Microsoft Bot Framework Được cung cấp Microsoft khả hiểu ý định người dùng kết hợp Cortana cho giọng nói API Bing cho tìm kiếm Webot Có thể theo dõi tâm trạng người dùng Giúp người dùng cảm thấy tốt Cung cấp nhìn sâu sắc cách xem mơ hình tâm trạng Dạy người dùng làm để tích cực lượng cao 6 Chatfue Mục tiêu làm cho việc xây dựng bot trở nên dễ dàng với Khơng cần biết lập trình tạo chatbot Đây tảng xây dựng bot trênFacebook Messenger 1.1.4.2 - Lợi ích Chatbot Chatbot có lợi tác nhân người, chúng vượt trội người tốc độ độ xác - Bất ngơn ngữ lập trình sử dụng để phát triển ChatBot - Người dùng khơng có xu hướng tải ứng dụng làm nặng máy nên ChatBot dễ dàng tiếp cận người dùng - ChatBot thay số lượng lớn chi phí thuê nhân lực, tiết kiệm thời gian, ln có sẵn 24/7, tương tác với ChatBot lúc - Tự tích lũy kiến thức nhận trở nên thông minh, linh hoạt sau trò chuyện - Tự động gợi ý tìm kiếm thơng tin liên quan đến sản phẩm khách hàng cần 1.1.4.3 Ví dụ Chatbot điển hình Lĩnh vực giải trí; Lĩnh vực thời tiết;Lĩnh vực hoạt động xã hội; Lĩnh vực nhà hàng ngành bán lẻ; Lĩnh vực du lịch khách sạn; Lĩnh vực hàng không; Lĩnh vực Ngân hàng Lĩnh vực y tế: Chatbot lĩnh vực y tế hỏi triệu chứng, thông số thể q trình khám bệnh, sau biên soạn danh sách nguyên nhân gây hầu hết triệu chứng xếp hạng chúng theo thứ tự nghiêm trọng Chatbot hướng dẫn bệnh nhân tự điều trị số bệnh mà không cần đến trợ giúp bác sĩ Thật vậy, cách tiếp cận tốn có hướng giải khác dẫn tới kỹ thuật sử dụng khác Trong luận văn này, tập trung vào xây dựng Chatbot thuộc loại thứ hai, cụ thể toán lĩnh vực y tế, hướng mục tiêu tư vấn hỗ trợ hỏi-đáp hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương Phương pháp phân tích Chatbot 1.2 Phần trình bày giới thiệu kiến thức tổng quan hệ thống Chatbot, phân tích ưu nhược điểm mơ hình Chatbot từ định hướng mơ hình Chatbot mà luận văn nghiên cứu xây dựng, đưa giới thiệu chi tiết thành phần cấu trúc vấn đề gặp phải xây dựng hệ thống Chatbot 1.2.1 Phương pháp nhúng từ (Word embedding) Phương pháp nhúng từ (word embedding) hiểu tên chung cho tập hợp mơ hình phương pháp ngơn ngữ dành riêng cho xử lý ngôn ngữ tự nhiên (NLP), từ cụm từ vựng ánh xạ tới vectơ số thực Về mặt khái niệm, liên quan đến việc nhúng tốn học từ khơng gian có chiều cho từ vào khơng gian vectơ liên tục với kích thước thấp nhiều Word embbding có model tiếng word2vec Glove 1.2.1.1 Word2vec Word2vec tạo vào năm 2013 kỹ sư google có tên Tomas Mikolov Về mặt toán học, Word2Vec ánh xạ từ từ tập hợp từ vựng vào không gian vectơ, từ biểu thị n số thực Mỗi từ tương ứng với vector cố định Sau đào tạo mơ hình thuật toán backprobagation, trọng lượng vectơ từ cập nhật liên tục Từ đó, thực phép tính khoảng cách từ từ "gần" thường từ xuất ngữ cảnh, từ đồng nghĩa 7 1.2.1.2 Glove GloVe phương pháp để xây dựng vectơ từ (giới thiệu vào năm 2014), xây dựng dựa ma trận đồng xảy (Co-occurrence Matrix) GloVe dựa ý tưởng tính tỉ lệ xác xuất từ k ngữ cảnh từ i j 1.2.2 Phương pháp quản lý hội thoại 1.2.2.1 Vai trò quản lý hội thoại Trong phiên trao đổi dài (long conversation) người chatbot, chatbot cần ghi nhớ thông tin ngữ cảnh (context) hay quản lý trạng thái hội thoại (dialog state) Vấn đề quản lý hội thoại (dialoge management) quan trọng để đảm bảo việc trao đổi người máy thông suốt 1.2.2.2 Các mô hình quản lý hội thoại phổ biến Hiện nay, chatbot thường dùng mơ hình máy trạng thái hữu hạn (Finite State Machines - FSM), mơ hình Frame-based (Slot Filling) kết hợp hai mơ hình Một số hướng nghiên cứu có áp dụng mơ hình nơron ANN vào việc quản lý hội thoại giúp Chatbot thông minh - Mơ hình máy trạng thái hữu hạn (Finite-State Machines): - Mơ hình Frame-based (hoặc tên khác Form-based) 1.2.2.3 Mơ hình sinh hội thoại cho chatbot NLG mơ hình sinh câu trả lời Chatbot Nó dựa vào việc ánh xạ hành động quản lý hội thoại vào ngôn ngữ tự nhiên để trả lời người dùng Có phương pháp ánh xạ hay dùng là: Template-Base, Plan-based, Class- base, RNN-base Phương pháp sinh ngôn ngữ Plan-based Phương pháp sinh ngôn ngữ Class-based 1.2.3 Phương pháp dựa máy học Dựa công cụ NLP nâng cao để hỗ trợ ngôn ngữ tự nhiên đáp ứng yêu cầu dựa thuật toán ML tích hợp hệ thống để truy xuất thơng tin động Độ xác chatbot thấp bắt đầu tăng lên theo thời gian Sự khác biệt quan trọng cách tiếp cận dựa menu dựa AI NLP engine Engine chịu trách nhiệm trích xuất thơng tin có đầu vào người dùng Hơn nữa, dựa thơng tin trích xuất, chatbot cần định bước tiếp 1.2.4 1.2.3.1 Kiến trúc mạng nơ-ron nhân tạo 1.2.3.2 Kiến trúc mạng LSTM 1.2.3.3 Phân tích mơ hình LSTM 1.2.3.4 Vấn đề phụ thuộc dài Ứng dụng RNN vào quản lý hội thoại Phần giới thiệu thuật toán RNN áp dụng cho chức theo dõi trạng thái hay ngữ cảnh hội thoại Dialogue State Tracking (DTS) thành phần quản lý hội thoại mô tả 1.2.5 Phương pháp phân tách từ (Tokenization hay word segmention): Tách từ q trình xử lý nhằm mục đích xác định ranh giới từ câu văn, hiểu đơn giản tách từ trình xác định từ đơn, từ ghép có câu Đối với xử lý ngơn ngữ, để xác định cấu trúc ngữ pháp câu, xác định từ loại từ câu, yêu cầu thiết đặt phải xác định đâu từ câu 1.3 Các kỹ thuật xây dựng Chatbot Kỹ thuật để xây dựng mơ hình Chatbot phải có cấu trúc thành phần hệ thống hiểu ý định trích chọn thơng tin từ yêu cầu người dùng, lưu ngữ cảnh sinh câu trả lời phù hợp nhất, giúp cho trải nghiệm người dùng tự nhiên 1.3.1 Xác định ý định người dùng (intent) Điều người dùng mong muốn chatbot thực (hỗ trợ) đưa câu hội thoại [25, 8] Intent xác định định cấu trúc (frame) kịch (script) đoạn hội thoại Việc xác định ý định quan trọng chatbot Nếu chatbot xác định sai intent dẫn đến phản hồi khơng thích hợp dẫn đến người dùng khơng hài lịng rời bỏ hệ thống 1.3.2 Các vấn đề lưu ý xác định ý định Thiếu nguồn liệu Sự bất quy tắc diễn đạt người dùng Phát ý định ngầm Phát đa ý định (Multiple intents detection Phát lỗi tả, bỏ dấu 1.3.3 Xác định ý định dựa học máy (machine learning) 1.3.4 Trích xuất thơng tin thực thể (NER) Trích xuất thơng tin thực thể (Named Entity Recognition - NER) tác vụ lĩnh vực xử lý ngôn ngữ tự nhiên Vai trị tác vụ nhận dạng cụm từ văn phân loại chúng vào nhóm định trước tên người, tổ chức, địa điểm, thời gian, loại sản phẩm, nhãn hiệu, 1.3.4.1 Trích xuất thơng tin thực thể dựa học máy ML Mơ hình CRF Huấn luyện CRF Phương pháp L-BFGS: Suy diễn CRF Giải thuật phân loại văn Starspace Tiểu kết chương Trong phần luận văn giới thiệu số kiến thức tảng mạng nơ-ron nhân tạo, cách thức hoạt động mạng nơ-ron số kỹ thuật ứng dụng việc xử lý ngôn ngữ tự nhiên đặc biệt kỹ thuật word2vec Glove, ứng dụng RNN quản lý hội thoại Tiếp theo, đề tài trình bày cơng cụ mã nguồn mở xây dựng trợ lý theo ngữ cảnh có khả hiểu ngơn ngữ tự nhiên, quản lý đối thoại tích hợp, "Rasa Framework", framework mà đề tài khai thác phát triển thực sản phẩm chatbot xây dựng công cụ hỏi đáp thông tin trực tuyến đăng ký khám chữa bệnh Tỉnh Bình Dương 9 Chương XÂY DỰNG CÔNG CỤ HỎI ĐÁP THÔNG TIN 2.1 Giới thiệu tốn Như trình bày trên, có nhiều phương pháp làm Chatbot bên thứ ba cung cấp Ahachat, Chatfuel, Messnow dễ dàng xây dựng tích hợp thơng qua API lại khơng đảm bảo tính bảo mật mặt liệu người dùng nên đề tài này, định sử dụng mã nguồn mở Rasa để xây dựng hệ thống Chatbot riêng biệt nhằm mục đích quản lý tốt liệu bảo mật hệ thống lẫn thông tin người dùng Bên cạnh với Rasa hỗ trợ số chế học máy cho tương thích với Tiếng Việt hay tùy ý kết nối tới nhiều hệ thống khác để trả lại liệu cho Chatbot Hiện Rasa có cộng đồng phát triển mạnh với 3.500 thành viên, số lượng download 500.000 Các tính bug liên tục cập nhật sửa đổi Trên thực tế Rasa áp dụng thành cơng nhiều tốn cho lĩnh vực như: y tế, bảo hiểm, xã hội, du lịch, ngân hàng viễn thơng Đó động lực giúp lựa chọn Rasa framework để xây dựng Chatbot giải toán Chương mô tả bước xây dựng toán tảng mã nguồn mở Rasa Về phần xây dựng giao diện hiển thị tương tác người dùng với bot tơi sử dụng chatwork Ngồi Rasa hỗ trợ kết nối tích hợp với nhiều tảng khác Facebook messenger, Vấn đề xây dựng tập liệu huấn luyện cho mơ hình đóng vai trị quan trọng việc xây dựng hệ thống Chatbot vấn đề mang tính định hệ thống có đáp ứng yêu cầu từ phía người dùng hay khơng mơ tả phần thực nghiệm sản phẩm 2.2 Rasa Framework 2.2.1 Giới thiệu Rasa công cụ Machine Learning mã nguồn mở dành cho nhà phát triển nhóm sản phẩm để mở rộng bot việc trả lời câu hỏi đơn giản [22, 16] Mã nguồn mở Rasa khung AI trò chuyện để xây dựng trợ lý theo ngữ cảnh Rasa hoạt động tốt mạnh mẽ, đặc biệt vấn đề xác định ý định người dùng (intent) đối tượng nhắc đến câu (entity) dù liệu thu thập chưa đầy đủ, xác Minh họa mơ hình hoạt động Rasa 2.2.2 Một số thuật ngữ Rasa 2.2.2.1 Rasa NLU Là thư viện để hiểu ngôn ngữ tự nhiên (NLU) thực phân loại ý định trích xuất thực thể từ đầu vào người dùng giúp bot hiểu người dùng nói 2.2.2.2 Rasa Core Một khung chatbot với quản lý hội thoại, lấy đầu vào có cấu trúc từ NLU Rasa NLU Rasa Core hai phần độc lập khơng liên quan tới nhau, sử dụng NLU mà không dùng Core ngược lại 10 2.2.2.3 Rasa X Nhiệm vụ xây dựng, cải thiện triển khai model chatbot Với mơ hình theo dõi trạng thái bất thường việc xác định mục đích người dùng trực tiếp danh sách hội thoại đào tạo cho bot, có vấn đề mơ hồ xác định ý định hội thoại sử dụng tương tự ý định Các thành phần Rasa 2.2.3 Phương pháp xây dựng Chatbot Rasa Rasa cung cấp hai phương pháp xây dựng liệu trainning cho bot, cụ thể: Pretrained Embeddings (Intent classifier sklearn) : Việc phân loại ý định người dùng dựa tập liệu lọc trước, sau sử dụng để thể từ thông điệp người dùng dạng từ nhúng (word embedding) hay biểu diễn ngôn ngữ dạng vector (word2vec) Các tập liệu cung cấp từ Spacy MITIE Supervised Embeddings (Embedding Intent Classifier): Nhúng giám sát Với phương pháp người dùng phải tự xây dựng liệu từ đầu ko có liệu đào tạo sẵn có Nhưng với toán miền lĩnh vực đóng đảm bảo tính xác nhiều tránh dư thừa liệu so với phương pháp 2.2.4 Mộ hình huấn luyện cho Chatbot Trong Rasa, messages xử lý chuỗi thành phần (components) Các thành phần thực thi “pipeline” xác định file config.yml Việc lựa chọn NLU pipeline cho phép tùy chỉnh mơ hình kết hợp tập liệu Có Components để trích xuất thực thể, để phân loại ý định, lựa chọn phản hồi, tiền xử lý thành phần khác Nếu muốn thêm thành phần riêng mình, chẳng hạn để chạy kiểm tra tả (spell-check) để phân tích quan điểm (sentiment analysis), thực custom component 2.3 Thiết kế sơ đồ chức khối hệ thống Thiết kế sơ đồ khối hệ thống Với mục tiêu xây dựng mơ hình tương tác người với máy thông qua hệ thống chatbots tự động để điều khiển hệ thống chia thành phần như: Truyền liệu, thông tin; Xử lý liệu, thông tin thông qua Ngrok; Thực truy vấn RASA 11 Bảng 2.1: Các khối chức hệ thống Rasa Khối chức Mô tả Khối truyền liệu, Khối truyền liệu, thông tin nhằm gửi thông tin từ người dùng đến thông tin hệ thống nhận phản hồi từ hệ thống đến người dùng, gồm khối: Người dùng; Dữ liệu đầu vào; Tín hiệu đầu Khối người dùng Liệt kê đưa yêu cầu người dùng đồng thời lựa chọn (User) từ khóa phù hợp, cụ thể để hệ thống xử lý thơng tin xác u cầu cụ thể, rõ ràng độ phản hồi xác cao Khối liệu đầu vào Sau có thông tin từ người dùng, khối đầu vào gửi yêu cầu (Input) từ người dùng đến hệ thống thơng qua ngõ vào câu mẫu có sẳn templates nhập liệu từ bàn phím, sau yêu cầu gửi đến khối truy vấn liệu Facebook Developer công cụ Ngrok Khối tín hiệu đầu Dữ liệu sau xử lý từ hệ thống gửi đến khối tín hiệu (Output) để phản hồi Tại đây, tín hiệu hiển thị theo ý định người dùng Khối xử lý liệu Khối xử lý liệu, thông tin xử lý câu hỏi đưa vào từ khối thơng qua Ngrok truyền liệu, sau phân loại ý định cụ thể người dùng, bao gồm khối: truy vấn (Query), phản hồi (response), ý định (Intent) Khối truy vấn Các yêu cầu truy vấn sau trả liệu có cấu trúc định dạng (Query) JSON với hành động xác định tham số cho hành động Khối phản hồi Trả người dùng nội dung kịch liệu có cấu trúc (Response) định JSON, Crawl liệu Realtime từ trang web theo ý định người dùng nhập vào Khối ý định Chứa tham số, ý định xác định cụ thể thông qua việc đào (Intent) tạo huấn luyện cụm từ cho hệ thống Kết sau huấn luyện lưu lại để đánh giá sử dụng Khối thực truy vấn Trong khối RASA bao gồm rasa NLU rasa Core Rasa NLU xử lý ý định thực thể rasa Core xử lý đối thoại thu thập liệu từ trang web cách Crawl liệu Realtime, lấy API Database, Google Search Graph API Facebook 2.4 Xây dựng huấn luyện liệu Chatbot toán 2.4.1 Xây dựng ý định (intent) toán Việc xây dựng ý định theo nguyên tắc mẫu câu hỏi người dùng phổ biến nhất, thông dụng 12 Xây dựng ý định (intent) RASA 2.4.2 Xây dựng mẫu (templates) Ứng với câu hỏi người dùng ta phải xây dựng mẫu câu (template) trả lời bot tương ứng 2.4.3 Xây dựng hành động (actions) Hành động thứ bot chạy để đáp ứng với đầu vào người dùng Đây thành phần cung cấp thông tin trả lời người dùng dựa vào intent, slot liệu API 2.4.4 Xây dựng thực thể (entity) Entity thơng tin trích xuất từ ý định người dùng Slot thông tin trích lọc câu nói người dùng bot lưu lại nhớ để sử dụng action hay câu trả lời bot tránh việc hỏi lại thơng tin từ phía người dùng Thực thể (entities) trích xuất từ ý định người dùng 13 2.4.5 Xây dựng câu chuyện (stories) Khi xác định câu chuyện mà người dùng đề cập đến, việc tạo tương tác người dùng bot Mô tả số câu chuyện tương tác người dùng bot Một số câu chuyện tương tác người dùng bot 2.4.6 Chức tra cứu văn – sách (Realtime) Sử dụng q trình tự động web crawler- trích xuất thơng tin từ trang web lưu trữ “Văn – sách” cổng thơng tin tỉnh Bình Dương định dạng phù hợp Thông thường, muốn lấy số thông tin từ trang web, sử dụng API mà trang cung cấp Đây cách đơn giản, nhiên trang web cung cấp sẵn API cho sử dụng Do đó, tơi sử dụng kĩ thuật để lấy thơng tin từ trang web mà khơng thông qua API Cụ thể, dùng thư viện Python: BeautifulSoup để thực web crawling từ HTML đơn giản hiệu 2.4.7 Xây dựng chức hỏi đáp Xử lý thơng minh câu hỏi ngồi chưa hệ thống train, cách xây dựng chức từ xử lý thông minh search engine google search, minh họa hàm code xử lý chức “hỏi đáp” hệ thống sau: 2.4.8 Xây dựng chức đặc lịch khám Xây dựng hàm chức “Đặt lịch khám”: 2.4.9 Chức xem tin tức Một tính sáng tạo khả ứng dụng thực tế đề tài xử lý chức tin tức realtime cho hệ thống, nhằm cung cấp kịp thời thông tin đền người dùng, đặc biệt lĩnh vực y 2.4.10 Template Chatbot Như vậy, sau hồn thành bước thành cơng, giao diện chabot Messenger thể đầy đủ gồm có mẫu (Templates), mẫu có button kịch trả lời hỏi đáp thông tin liên quan mà chabot xử lý 14 Templates 1: Nhóm mẫu mơ tả hình 2.21 trình bày thơng tin "Giới thiệu thơng tin phịng khám"; "Giới thiệu đội ngũ bác sĩ"; "Liên hệ đến phòng khám qua Hotline" Giao diện Templates Templates 2: Nhóm mẫu hình 2.22 trình bày thơng tin dịch vụ liên quan khám chữa bệnh "Các dịch vụ khám phịng khám"; "Các gói chăm sóc phịng khám"; "Hỗ trợ đặt lịch khám trực tuyến" Giao diện Templates Templates 3: Nhóm hình 2.23 trình bày thông tin dịch vụ hổ trợ khám chữa bệnh, biểu mẫu đánh giá góp ý dịch vụ "Hỗ trợ người dùng hỏi đáp vấn đề y tế"; "Form để người dùng gửi phán ánh góp ý"; "Cung cấp địa nhà thuốc online” Giao diện Templates 15 Templates 4: Nhóm hình 2.24 trình bày thơng tin tin tức liên quan đến dịch bệnh covid (thông tin cập nhật tự động Đây vấn đề chatbot bổ sung kịp thời tình hình diễn biến phức tạp dịch bệnh nay) "Tin tức liên quan đến y tế ngày"; "Số ca nhiễm Covid 19 giới nước"; "Video hướng dẫn phòng chống Covid 19" Giao diện Templates Templates 5: Ngồi ra, Nhóm 5, hình 2.25 trình bày dịch vụ truy vấn thông tin văn liên quan đến dịch vụ y tế từ trang Văn từ cổng thông tin quốc gia cổng thơng tin tỉnh Bình Dương, nhằm hỗ trợ người dùng truy xuất văn nhanh thuận tiện nhất, như: "Xem văn y tế từ cổng thông tin quốc gia" "Tra cứu văn từ cổng thơng tin tỉnh Bình Dương Giao diện Templates 2.5 Cấu hình cài đặt triển khai Chatbot Rasa Messenger Kiến trúc cài đặt, cấu hình chương trình thử nghiệm chương trình thiết kế Kiến trúc cài đặt chương trình Bước 1: Chatwork gửi event qua webhook Mỗi có kiện diễn chatwork cụ thể kiện có người dùng gửi tin nhắn cho Chatbot tài khoản chatwork gửi POST request 16 đến webhook sử dụng để lắng nghe kiện Webhoook phân tích tin nhắn chuyển tiếp đến NLU RASA Bước 2: RASA nhận diện intent entity: Sau thu message người dùng sử dụng RASA để hiểu intent entity câu nói người dùng Từ thơng tin định xử lý cho phù hợp Bước 3: Sinh câu trả lời: Bước sau phân tích ý định entity hệ thống sinh câu trả lời phù hợp Bước 4: Gửi tin nhắn qua Chatwork bước sử dụng Chatwork SDK để chuyển tiếp tin nhắn sang tài khoản chatwork (Messenger Facebook) hoàn thành nhiệm vụ ứng dụng Lưu ý: Phần Phụ lục trình bày chi tiết cấu hình cài đặt Tiểu kết chương Trong chương luận văn giới thiệu kỹ thuật quan trọng sử dụng Rasa framework Đây sở để áp dụng xây dựng toán chatbot trả lời thông tin hỏi đáp trực tuyến đăng ký khám chữa bệnh Tỉnh Bình Dương, qua mơ tả bước xây dựng chương trình thực nghiệm từ việc lựa chọn nguồn liệu, xây dựng ý định, thực thể kịch trả lời Kết việc huấn luyện test liệu cho kết cao tập liệu huấn luyện test Huấn luyện nhiều liệu độ xác cao trình bày chi tiết chức chương 17 Chương THỰC NGHIỆM VÀ ĐÁNH GIÁ MƠ HÌNH Sau thời gian nghiên cứu tìm hiểu tài liệu học thuật tham khảo với giúp đỡ tận tình giáo viên hướng dẫn, đồng thực đề tài: “Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương”, tơi hoàn thành xong theo yêu cầu thời gian quy định với nội dung sau: - Nghiên cứu tổng quan, lựa chọn phương pháp thích hợp xử lý ngơn ngữ tự nhiên - Tìm hiểu kỹ thuật phân tích, thu thập thơng tin thực lĩnh vực xử lý ngôn ngữ tự nhiên, khai phá liệu để áp dụng vào chăm sóc sức khỏe bệnh nhân cách an toán nhanh chóng - Mơ hình hố quy trình hổ trợ thông minh cho bệnh nhân bác sĩ cách khoa học, đảm bảo thơng tin xác, an tồn: Đăng ký khám bệnh online - đặt lịch khám bệnh nhanh chóng, tiện lợi; Chọn dịch vụ khám linh hoạt; Xem thông tin bác sĩ; Hỏi – đáp thông tin bệnh phổ biến; Liên hệ - Ngoài ra, đề tài đề xuất mơ hình hóa chức cung cấp thơng tin, văn hành cổng thơng tin quốc gia liên quan đến lĩnh vực y tế, giúp y bác sĩ cập nhật thông tin nhanh - Triển khai ứng dụng “Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh” tảng framework mã nguồn mở RASA thực tế giao diện chatbot 3.1 Thực nghiệm Đề tài “Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh” thực xây dựng ứng dụng chatbot, đáp ứng kịp thời, nhanh chóng, góp sức chống dịch, hỗ trợ người dân, tảng đặt lịch khám bệnh chăm sóc sức khỏe tồn diện miễn phí Chương trình hỗ trợ kết nối trực tuyến người gặp khó khăn tiếp cận dịch vụ y tế, người thuộc diện cách ly khu vực phong tỏa với bác sĩ sở y tế cách nhanh chóng, hạn chế thủ tục đăng ký tiết kiệm thời gian chờ đợi Được minh hoạ chi tiết theo luồng kịch ngẫu nhiên người dùng chatbot sau: 3.1.1 Menu người dùng nhấn nút bắt đầu Khi người dùng vào Messenger Bắt đầu chat hệ thống chatbot đề tài hiển thị Menu Menu chatbot 3.1.2 Giới thiệu phịng khám đội ngũ bác sĩ Trong nhánh "Khám bệnh trực tuyến", với giao diện cung cấp vấn đề liên quan đề tài, ví dụ như: người dùng tìm hiểu thơng tin giới thiệu dịch vụ; đội ngũ bác sĩ chuyên môn thông tin liên hệ Sau chức năng, chatbot cung cấp button cho người dùng quay lại giao diện 18 3.1.3 Form điền thơng tin liên hệ Chức form thông tin liên hệ thông qua google form tự động gửi thông tin đến quản trị viên Hệ thống tư vấn sức khỏe online từ bác sĩ có chun mơn hay lưu trữ quản lý bệnh án điện tử 3.1.4 Các dịch vụ khám Tại phân hệ "Các dịch vụ khám bệnh" trình bày dịch vụ "Dịch vụ khám"; "Gói chăm sóc" "Đặt lịch khám" cho người dùng tương tác Ví dụ hình 3.4 trình bày bổ sung cho người dùng thông tin dịch vụ khám chữa bệnh kịch phân tích như: khám "Nhi Khoa"’ "Khám Định Kỳ"; "Khám Tổng Quát"; dịch vụ "Điều dưỡng nhà" 3.1.5 Các gói chăm sóc phịng khám Hình 3.5 trình bày chức trả lời tự động người dùng cần thông tin gói chăm sóc tồn diện, chun biệt trọn năm 3.1.6 Các tin tức từ cổng thơng tin tỉnh Bình Dương Để nhanh chóng cung cấp thơng tin hoạt động, điều hành Tỉnh Bình Dương lĩnh vực y tế Chức cung cấp thông tin tin tức từ cổng thơng tin tỉnh Bình Dương chi tiết dịch vụ truy vấn tin tức nhất, tự động trực tuyến 3.1.7 Đặt lịch khám Để giải vấn đề đăng ký khám bệnh, giảm thiểu thời gian xếp hàng, thực "đăng ký khám bệnh trực tuyến" mô tả chức giải vấn đề khó khăn Đặc biệt, giải vấn đề người dùng gặp khó khăn tiếp cận dịch vụ y tế, người thuộc diện cách ly khu vực phong tỏa với bác sĩ sở y tế cách nhanh chóng, hạn chế thủ tục đăng ký tiết kiệm thời gian chờ đợi thông qua mạng lưới tư vấn, khám chữa bệnh online cần thiết điều kiện chống dịch COVID-19 3.1.8 Nhà thuốc online Ngoài ra, chức nhà thuốc online minh hoạ hình 3.8 trình bày thông tin kiến thức đến người dùng thành phần, công dụng số loại thuốc gia đình 3.1.9 Chức hỏi đáp Chức khơng phần quan trọng, thông minh hệ thống việc trả lời thông tin, vấn đề liên quan đến lĩnh vực y tế, người dùng đặt câu hỏi "Cho hỏi " vấn đề phạm vi nghiên cứu (lĩnh vực y tế) hệ thống xử lý trả lời kết tìm kiếm truy vấn 3.1.10 Tra cứu văn hành chánh Đặc biệt, chức tra cứu văn hành chánh, trả lời trực tuyến tự động vấn đề liên quan lĩnh vực y tế, văn quy phạm pháp luật cần tra cứu, kết nối trực tuyến với trang dịch vụ công trực tuyến y tế trang quản lý văn điều hành Tỉnh Bình Dương đến người dùng 3.2 Đánh giá kết quả, mơ hình Mơ hình thực nghiệm ứng dụng "Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương", tơi hồn thành: - Hiểu cách hoạt động hệ thống chatbot Cụ thể framework mã nguồn mở chabot thông minh Rasa - Hiểu kiến trúc nâng cao xử lý ngôn ngữ tự nhiên chabot Rasa vấn đề cách giải - Dữ liệu đào tạo bot kịch xây dựng cho bot yếu tố quan trọng xây dựng chatbot Đây yếu tố ảnh hưởng lớn tới việc bot thơng minh trả lời người dùng theo chủ đề hay khơng 19 - Việc xây dựng ý định (intent) quan trọng Đối với intent nhập nhằng hay gần nghĩa khiến cho độ xác bot giảm Nên việc thiết kế intent slot vô quan trọng - Việc xây dựng công cụ hổ trợ tra cứu văn hành chánh liên quan đến y tế 02 trang thống dichvucong văn điều hành Tỉnh Bình Dương giúp cho người dùng tiếp cận văn hành chánh nhanh - Với đoạn hội thoại nằm kịch dựng sẵn bot đáp ứng tốt trả lời cho người dùng Tuy nhiên việc xây dựng kịch cho bot khó khăn đoạn hội thoại có nhiều trường hợp Vì với kịch dài khó khăn việc xây dựng kịch hỏi lại thông tin lưu trích chọn trước nên bot thường phải hỏi lại - Bot có khả trả lời ngẫu nhiên mẫu câu template giúp cho đoạn hội thoại trở nên tự nhiên Bên cạnh bot có khả điều hướng người dùng đến mẫu câu trả lời sẵn có bot người dùng hỏi câu phạm vi đào tạo cho bot, với việc điều hướng thông minh dựa khả trả lời ngẫu nhiên bot dựa công cụ search engine phát huy câu trả lời kịch lĩnh vực y tế giúp chatbot mạnh mẽ Tiểu kết chương Trong luận văn "Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh Tỉnh Bình Dương", tơi tìm hiểu số kiến thức tổng quan hệ thống Chatbot, thành phần cấu trúc nhiệm vụ thành phần Chatbot, tìm hiểu số thuật toán áp dụng vào việc xây dựng Chatbot để giải toán Chatbot lĩnh vực hỏi đáp đăng ký khám bệnh trực tuyến với công cụ mã nguồn mở NLP Rasa 20 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Từ kết nghiên cứu đề tài trình bày luận văn, tác giả xin rút số kết luận sau: Các vấn đề mà luân văn làm được: - Trình bày kiến thức tổng quan hệ thống Chatbot, mơ hình Chatbot bán hàng nay, tìm hiểu chi tiết cấu trúc thành phần vấn đề gặp phải xây dựng hệ thống Chatbot - Nắm luồng hoạt động hay bước xử lý thành phần mô hình Chatbot Bên cạnh tơi nắm số thuật toán phương pháp để xử lý liệu Chatbot - Trong trình xây dựng tập liệu đào tạo, huấn luyện cho Chatbot giúp tơi có kinh nghiệm q báu việc xử lý gán nhãn liệu với ngữ nghĩa nhập nhằng Từ xây dựng liệu huấn luyện tốt đem lại độ xác cao mơ hình - Xây dựng thành cơng chương trình thử nghiệm hệ thống Chatbot phục vụ nghiệp vụ hỏi đáp đăng ký khám bệnh trực tuyến theo mơ hình thuật tốn trình bày với thử nghiệm tham khảo qua kênh Fanpage Facebook đánh giá kết thử nghiệm - Ngoài ra, với ứng dụng trợ lý ảo trực tuyến hổ trợ hỏi đáp đăng ký khám bệnh trực tuyến Tỉnh Bình Dương đề tài đạt tính ứng dụng cao, khả quan áp dụng thực tế giài vấn đề Tỉnh Bình Dương qua kết xuất sắc đạt giải thưởng hạng "Hội thi sáng tạo khoa học kỹ thuật lần thứ IX Tỉnh Bình Dương" năm 2021 Định hướng nghiên cứu - Xây dựng giao diện quản trị tự tổ chức quản lý intent, entity, kịch để hỗ trợ cho khách sạn tự xây dựng chatbot riêng mà khơng cần hiểu nhiều lập trình - Xây dựng bot mang tính cảm xúc hay nhân cách hóa Chatbot giúp Chatbot trở nên giống người - Tích hợp speech to text text to speech cho bot Khi tích hợp vào Chatbot để hỗ trợ người dùng qua giọng nói song song với giao diện - Xây dựng bot hỗ trợ multi intent, người dùng hỏi nhiều câu hỏi kép ... khai ứng dụng ? ?Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh? ?? tảng framework mã nguồn mở RASA thực tế giao diện chatbot 3 .1 Thực nghiệm Đề tài ? ?Xây dựng ứng dụng hỏi/đáp trực. .. Ngoài ra, với ứng dụng trợ lý ảo trực tuyến hổ trợ hỏi đáp đăng ký khám bệnh trực tuyến Tỉnh Bình Dương đề tài đạt tính ứng dụng cao, khả quan áp dụng thực tế giài vấn đề Tỉnh Bình Dương qua kết... tính tư? ?ng tác/nói chuyện với bệnh nhân, chuyên gia, bác sĩ chuyên khoa Luận văn đề tài nghiên cứu, thiết kế, xây dựng ứng dụng ? ?Xây dựng ứng dụng hỏi/đáp trực tuyến hổ trợ đăng ký tư vấn khám bệnh