Bài viết tiến hành phân tích sâu về ứng dụng Chatbot và vai trò của Chatbot trong đào tạo, bồi dưỡng lý luận chính trị trực tuyến. Mời các bạn cùng tham khảo bài viết để nắm chi tiết hơn nội dung nghiên cứu.
TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ GIẢI PHÁP ỨNG DỤNG CÔNG NGHỆ CHATBOT TRONG ĐÀO TẠO, BỒI DƯỠNG LÝ LUẬN CHÍNH TRỊ TRỰC TUYẾN TRONG THỜI ĐẠI CÁCH MẠNG CÔNG NGHIỆP 4.0 Văn Cơng Vũ, Lê Thị Ngọc Hoa1 TĨM TẮT Title: Applying Chatbot technology in training and supporting online political theory in the 4.0 industrial revolution Từ khóa: Chatbot, đào tạo trực tuyến, lý luận trị Keywords: Chatbot, Online Training, Political theory Lịch sử báo: Ngày nhận bài: 30/12/2019; Ngày nhận kết bình duyệt: 5/01/2020; Ngày chấp nhận đăng bài: 22/2/2020 Tác giả: Trường Đại học Kinh tế Đại học Đà Nẵng Email: vuvc@due.edu.vn Sự phát triển khoa học công nghệ, đặc biệt công nghệ thông tin đem lại nhiều ứng dụng quan trọng lĩnh vực giáo dục đào tạo Trong phạm vi báo này, tác giả phân tích sâu ứng dụng Chatbot vai trò Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến Kết nghiên cứu cho thấy, Chatbot đưa vào sử dụng, mang lại hiệu cao cho sở đào tạo giúp tương tác với người dùng cách tự động, khả tương tác nhanh lúc, nơi, giúp sở đào tạo tăng hiệu suất tương tác cắt giảm chi phí nhân lực đào tạo, bồi dưỡng lý luận trị Như vậy, người dùng thơng qua ứng dụng Chatbot tham khảo câu trả lời vấn đề lý luận trị theo câu hỏi lập trình sẵn ABSTRACT The development of science and technology, especially information technology has brought to us many important applications in the field of education and training Within the scope of this article, the researchers have an in-depth analysis of the Chatbot application and the role of Chatbot in training political theory online Research results show that, when Chatbot is put into use, it will bring high efficiency to training institutions because it helps interact with users automatically The ability to interact quickly anytime, anywhere, helps training institutions to increase interaction efficiency and cuts the cost of human resources Thus, users through the Chatbot application can consult the answers about political theory according to the programmed questions Đặt vấn đề Hằng năm, doanh nghiệp phải bỏ khoản chi phí lớn cho việc chăm sóc tư vấn khách hàng, doanh nghiệp cung cấp dịch vụ du lịch, hàng không, giáo dục, bán hàng online, Việc ứng dụng công nghệ thông tin (CNTT) vào hoạt động sản xuất - kinh doanh vấn đề quan tâm lẽ CNTT có vai trị lớn hoạt động kinh tế, sản Tập (8/2020) 42 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ xuất kinh doanh, cung cấp dịch vụ, xúc tiến thương mại quản trị doanh nghiệp Đối với lĩnh vực giáo dục, cách mạng công nghiệp 4.0, lên ngơi trí tuệ nhân tạo (AI) đưa Chatbot (hay gọi Trợ lý ảo) trở thành khái niệm quen thuộc với người dùng Tại Việt Nam hàng loạt Chatbot nghiên cứu đưa vào sử dụng thời gian gần Chatbot đưa vào sử dụng, mang lại hiệu cao cho sở đào tạo giúp tương tác với người dùng cách tự động, khả tương tác 24/7 nên giúp sở đào tạo tăng hiệu suất tương tác cắt giảm chi phí nhân lực đào tạo, tham luận này, tác giả đề cập đến vấn đề đào tạo, bồi dưỡng lý luận trị Mục tiêu nghiên cứu viết việc xây dựng hệ phần mềm mô hệ thống trợ lý ảo, hoạt động online Internet, hỗ trợ việc tiếp nhận trả lời cách tự động câu hỏi học sinh, sinh viên phụ huynh thông tin liên quan đến chương trình học mơn giáo dục trị, lý luận trị nhà trường Nội dung 2.1 Đào tạo, bồi dưỡng lý luận trị trực tuyến Trong số định nghĩa cho đào tạo trực tuyến bao gồm nhiều việc cung cấp khóa học trực tuyến hồn toàn Oblinger Hawkins (2005) cho đào tạo trực tuyến chuyển đổi từ khóa học trực tuyến hồn tồn sang sử dụng cơng nghệ để phân phối phần tồn khóa học độc lập với thời gian địa điểm thường trực Ủy ban châu Âu (EC) (2001) mô tả, đào tạo trực tuyến việc sử dụng công nghệ đa phương tiện Internet để nâng cao chất lượng học tập cách nới lỏng sở vật chất dịch vụ trao đổi hợp tác từ xa Đào tạo trực tuyến đề cập đến việc sử dụng công nghệ thông tin truyền thông cho phép truy cập vào tài nguyên học tập giảng dạy trực tuyến Theo nghĩa rộng nó, Abbad cộng (2009) xác định Giáo dục điện tử có nghĩa hình thức học kích hoạt điện tử Một số nhà nghiên cứu khác xác định, đào tạo trực tuyến cách tiếp cận giáo dục mang tính cách mạng (Jennex, 2005; Twigg, 2002) cho phép tạo lực lượng lao động có kiến thức kỹ cần thiết phù hợp với phát triển thời đại (Jennex, 2005) Twigg (2002) mô tả cách tiếp cận đào tạo trực tuyến tập trung vào người học thiết kế chương trình học liên quan đến hệ thống tương tác, lặp lặp lại, tự lập trình tùy chỉnh Welsh cộng (2003) gọi thuật ngữ sử dụng công nghệ mạng máy tính, chủ yếu thơng qua Internet, để cung cấp thơng tin hướng dẫn cho cá nhân Như vậy, đào tạo, bồi dưỡng lý luận trị trực tuyến việc sử dụng công nghệ đa phương tiện Internet để nâng cao chất lượng học tập lý luận trị cách nới lỏng sở vật chất dịch vụ trao đổi hợp tác từ xa, với cách tiếp cận tập trung vào người học thiết kế chương trình học liên quan đến hệ thống tương tác, lặp lặp lại, tự lập trình tùy chỉnh Đào tạo, bồi dưỡng lý luận trị trực tuyến sử dụng cơng nghệ mạng máy tính, chủ yếu thông qua Internet, để cung cấp thông tin hướng dẫn cho cá nhân việc đào tạo, bồi dưỡng lý luận trị Tập (8/2020) 43 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CƠNG NGHỆ 2.2 Cơng nghệ Chatbot Trong cách mạng cơng nghiệp 4.0, lên ngơi trí tuệ nhân tạo (AI) đưa Chatbot (hay gọi trợ lý ảo) trở thành khái niệm quen thuộc với người dùng Tại Việt Nam hàng loạt Chatbot nghiên cứu đưa vào sử dụng thời gian gần Việc sử dụng Chatbot mang lại hiệu cao cho doanh nghiệp giúp tương tác với người dùng cách tự động Bên cạnh đó, Chatbot có khả trả lời tự động 24/7 nên giúp doanh nghiệp tăng hiệu suất kinh doanh cắt giảm chi phí nhân lực Chatbot phần mềm thiết kế để thực tác vụ tự động Nói cách khác, Chatbot chương trình máy tính thiết kế để giao tiếp với người dùng thông qua Internet Chatbot đơn chương trình máy tính mơ hội thoại người Nó cho phép hình thức tương tác người máy giao tiếp, thực thông qua tin nhắn lệnh thoại Một Chatbot lập trình để hoạt động độc lập với người vận hành Nó trả lời câu hỏi xây dựng theo ngôn ngữ tự nhiên trả lời người thực Nó cung cấp câu trả lời dựa kết hợp tập lệnh xác định trước ứng dụng học máy Khi hỏi câu hỏi, Chatbot trả lời dựa sở liệu kiến thức có sẵn thời điểm Nếu hội thoại giới thiệu khái niệm mà khơng lập trình để hiểu, làm chệch hướng trị chuyện có khả truyền thông tin cho nhà điều hành người Tuy nhiên, dù cách nào, học hỏi từ tương tác từ tương tác tương lai Do đó, Chatbot phát triển phạm vi, trở nên thông minh đạt xác cao Hiện có nhiều doanh nghiệp, sở giáo dục, phủ dần áp dụng chuẩn bị điều kiện hạ tầng để áp dụng công nghệ Chatbot Các chuyên gia Business Insider dự đoán đến năm 2020, 80% doanh nghiệp sử dụng Chatbot Theo Lauren Foye, đến năm 2022, ngân hàng tự động hóa tới 90% tương tác khách hàng họ cách sử dụng Chatbot Một khảo sát Spiceworks thực cho thấy 40% công ty lớn sử dụng 500 người có kế hoạch triển khai nhiều trợ lý thông minh robot trò chuyện dựa AI thiết bị di động công ty vào năm 2019 Các hệ thống Chatbot giao tiếp với người giọng nói (như Siri) văn (như Chatbot phát triển Facebook Messenger) Dù giao tiếp hình thức nào, Chatbot cần phải hiểu văn để đưa câu trả lời phù hợp cho khách hàng Thành phần đảm nhiệm công việc hệ thống Chatbot gọi NLU (Natural Language Understanding), có nhiều kĩ thuật xử lý ngôn ngữ tự nhiên (NLP Natural Language Processing) áp dụng Chatbots xử lý ngôn ngữ tự nhiên cách chuyển đổi lời nói văn người dùng thành liệu có cấu trúc Và sau đó, chọn câu trả lời có liên quan để phản hồi Xử lý ngôn ngữ tự nhiên NLP bao gồm bước: Mã thông báo: NLP chia loạt từ thành mã thông báo phần đại diện theo ngơn ngữ Phân tích ý định/cảm xúc người dùng: Nó nghiên cứu học hỏi từ trải Tập (8/2020) 44 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ nghiệm người dùng chuyển yêu cầu cho người cần thiết Chuẩn hóa: Xử lý văn để tìm lỗi tả dẫn đến thay đổi ý định người dùng Định danh thực thể đặt tên: Mô hình chương trình Chatbot tìm kiếm loại từ khác nhau, tương tự tên sản phẩm, địa tên người dùng cụ thể, tùy thuộc vào thơng tin u cầu Phân tích cú pháp phụ thuộc: Chatbot tìm kiếm chủ đề chung, động từ, chủ đề, cụm từ danh từ văn người dùng để khám phá cụm từ liên quan mà người dùng muốn truyền đạt Các hệ thống Chatbot triển khai thực tế phần lớn tn theo mơ hình truy xuất thơng tin áp dụng miền ứng dụng định Đối với Chatbot sử dụng miền ứng dụng đóng (closed domain) trả lời theo mơ hình truy xuất thơng tin (retrieval-based model) Mơ hình truy xuất thơng tin mơ hình đó, Chatbot đưa phản hồi chuẩn bị trước tuân theo mơ thức định Mơ hình khác với mơ hình tự động sinh câu trả lời (generative), câu trả lời Chatbot tự động sinh việc học từ tập liệu đoạn hội thoại 2.3 Vai trị cơng nghệ Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến Hiện nay, vấn đề đào tạo, bồi dưỡng lý luận trị có vai trị quan trọng việc đào tạo đội ngũ tri thức xã hội chủ nghĩa nước ta Việc trang bị cho sinh viên giới quan, nhân sinh quan khoa học chủ nghĩa Mác – Lênin, bồi dưỡng phẩm chất đạo đức cách mạng, lòng yêu nước, niềm tự hào dân tộc, rèn luyện lĩnh trị, kiên định mục tiêu độc lập dân tộc chủ nghĩa xã hội mà Đảng Chủ tịch Hồ Chí Minh lựa chọn cần thiết Tuy nhiên, với số sở đào tạo, khung chương trình thực tiễn việc đào tạo trực tiếp giảng đường có phần chênh lệch; bên cạnh đó, việc chậm trễ hay thiếu hụt thơng tin vấn đề giảng tránh khỏi Việc ứng dụng cơng nghệ Chatbot giải vấn đề Sử dụng công nghệ Chatbot có ý nghĩa lớn việc đào tạo lý luận trị trực tuyến Với mơn học lý luận trị, việc tìm kiếm tài liệu thủ cơng liên quan đến vấn đề nghiên cứu có phần khó khăn mơn học thơng thường, tốn nhiều thời gian Trong đó, Chatbot ln sẵn sàng hỗ trợ người học lý luận trị lúc nơi, phù hợp với lịch trình bận rộn người học, cách nhanh để tiếp cận tri thức với chi phí thấp Khi giảng dạy lý luận trị với hình thức dạy học trực tuyến (E-learning), giảng viên sử dụng hai phương pháp, cụ thể: Một là, sử dụng giảng video, audio, file word,… gửi đến cho sinh viên, từ sinh viên theo dõi thực nhiệm vụ mà giảng viên đưa (môi trường tự học) Hai là, giảng viên sử dụng mạng xã hội, vclass, phần mềm online trực tiếp phát hình ảnh, video, trao đổi trực tiếp giảng viên sinh viên Đối với phương pháp học E-Learning cung cấp lý thuyết mơn học lý luận trị thông qua môi trường tự học Trong môi trường này, phần lớn giảng viên, người hướng dẫn không xuất trực tiếp, người học tự học, tự nghiên cứu thông qua giảng đăng tải hệ thống với nội dung lý thuyết số hóa theo nhiều định dạng khác như: Tập (8/2020) 45 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ Bài giảng đa phương tiện, Ebook, Audio, Video… Chatbot đóng vai trị trợ lý giảng dạy ảo (hoặc người bạn học) nhằm hỗ trợ người học việc tra cứu thơng tin, cung cấp liệu có tài liệu mơn học lý luận trị tham khảo nội dung bên tài liệu Bên cạnh đó, với khả tự học nhằm tăng tính thông minh, Chatbot xếp, tự điều chỉnh, định hướng gợi mở cho người học lý luận trực tuyến lần tương tác Đối với số học, giảng viên người học trực tiếp tham gia theo lịch học bố trí trước, giảng viên thường bị tải với cơng việc lớp học online Đặc biệt, khó khăn với giảng viên giảng dạy lý luận trị trực tuyến, giảng viên vừa giảng bài, vừa trả lời câu hỏi người học, câu hỏi đến liên tục, dồn dập, mơn lý luận nên để trả lời câu hỏi lý luận, cần lượng thông tin, kiến thức lớn Những câu hỏi thường tìm thấy tài liệu nội dung khóa học có liên quan người học hỏi như: Khái niệm, định nghĩa (Tư tưởng Hồ Chí Minh, giá trị thặng dư, hàng hóa, tiền tệ,…); nguyên nhân, ý nghĩa kiện lịch sử (Cách mạng tháng Tám năm 1945, Cuộc kháng chiến chống Mỹ cứu nước,…); nội dung số vấn đề (các nguyên lý, quy luật, cặp phạm trù phép biện chứng vật; trình hình thành chế độ, thành phần chế độ đó; q trình giàu lên chủ nghĩa tư bản; lý giải sứ mệnh giai cấp cơng nhân,…) Ở đây, Chatbot đóng vai trị người trợ lý phân loại tự động trả lời câu hỏi có sẵn danh mục thiết lập câu hỏi gợi mở có liên quan Do đó, Chatbot giúp giảm tải áp lực cho giảng viên với câu hỏi phổ biến Như vậy, người dạy có thêm nhiều thời gian quan tâm đến người học, ngược lại, người học lý luận trị trực tuyến cảm thấy quan tâm hỗ trợ cách kịp thời, tạo động lực để hồn thành chương trình học hiệu Môi trường E-learning cung cấp cho người học hệ thống tự luyện tập, tự đánh giá Hệ thống cung cấp ngân hàng câu hỏi tự học, tự luyện nhằm cá nhân hóa q trình luyện tập, tự kiểm tra, đánh giá người học Do vậy, Chatbot hỗ trợ người học hoàn thành luyện tập bước một, giúp người học củng cố lại lý thuyết tiếp cận lý thuyết theo cách hiệu Điều phù hợp với mơn học lý luận trị, với mơn lý luận trị, cần phải giải thích cách tuần tự, logic, chí giải thích phương pháp truyền thống giảng lần học viên chưa hiểu hết vấn đề… đây, Chatbot giải vấn đề Bên cạnh đó, thơng tin cung cấp thơng qua trải nghiệm mới, thu hút trì người học vào trò chuyện, tương tác sống động, thực tế Từ đó, góp phần khắc phục tâm lý ngại học mơn học lý luận trị học sinh, sinh viên giai đoạn 2.4 Xây dựng mơ hình Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến Thơng thường, lượng thơng tin cần giải đáp lại xoay quanh vấn đề lại mang tính chất lặp lại nhiều lần, trùng lặp câu trả lời dẫn đến lãng phí tài nguyên, nguồn lực người, thời gian tiền bạc Trong đó, thời gian làm việc hành có giờ/ngày ngày tuần nhu cầu tiếp cận thông tin từ học sinh, sinh viên, học viên Tập (8/2020) 46 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ 24/24, dẫn đến có thơng tin khơng giải đáp kịp thời, phản hồi hiệu cơng việc bị tích tụ theo thời gian Việc gây nhiều phiền tối, áp lực khơng cần thiết cho giảng viên đào tạo, bồi dưỡng lý luận trị Ở đây, tác giả đề xuất giải pháp xây dựng ứng dụng chatbot, để giúp bot hiểu giao tiếp với người thông qua đàm thoại văn bản, kỹ thuật xác định độ tương đồng ngữ nghĩa câu hỏi đầu vào với tập không gian câu hỏi – câu trả lời chuẩn, liệu xây dựng để huấn luyện bot Theo đó, cơng nghệ Chatbot đưa tốn hướng xử lý sau: * Bài toán: Đề xuất câu trả lời phù hợp cho câu hỏi dạng văn văn phạm người dùng, đó: Input gồm: - Câu hỏi q cần tìm lời giải đáp; - Tập QA có khn mẫu gồm cặp Câu hỏi – Câu trả lời {qk, ak}, biên soạn theo nội dung quy chế 43/2007/QĐBGDĐT Output gồm: Câu trả lời phù hợp đề xuất cho Câu hỏi q; Độ phức tạp toán tập trung chủ yếu vào vấn đề Bot hiểu ý định (Intents) người thông qua câu đàm thoại dạng văn (text)? Sau hiểu ý định người hệ thống dễ dàng đề xuất câu trả lời phù hợp Để trả lời cho câu hỏi trên, nhóm tác giả đề xuất giải pháp sau: - Xây dựng liệu chuẩn bao gồm cặp: {Câu hỏi - Câu trả lời}, QA={qk, ak | k>= 1}, thơng tin biên soạn nằm giáo trình mơn lý luận trị Bộ Giáo dục Đào tạo liệu website thức quan Trung ương địa phương (dữ liệu tri thức) - Một câu hỏi q đặt ra, ánh xạ với câu trả lời aj nằm cặp {qj, aj}, q có độ tương đồng mặt ngữ nghĩa lớn với qj Để xây dựng liệu chuẩn vấn đề cần quan tâm, với ngữ pháp tiếng Việt, văn hóa vùng miền, từ ngữ địa phương, cách diễn đạt văn người Sau xây dựng QA ban đầu, q trình vận hành Bot cần có khả tự học (học tăng cường) tự hoàn thiện QA Các bước để xây dựng liệu chuẩn QA: - Bước 1: Xây dựng tập liệu QA, có khn dạng gồm cặp Câu hỏi – Câu trả lời {qk, ak}, ban đầu có câu trả lời ak biên soạn tóm tắt dựa theo nội dung Quy chế 43; - Bước 2: Xây dựng tập Q’={Qk | k>=1}, cách thu thập tập câu hỏi Qk dựa theo câu trả lời ak, hình thức khảo sát đối tượng nhóm người dùng tương lai, cách ngẫu nhiên, khơng phân biệt độ tuổi, giới tính vùng miền; - Bước 3: Sử dụng mơ hình đề xuất Samujjwal Ghosh, Maunendra Sankar Desarkar (2018) [8], để tính độ tương đồng tập câu hỏi Qk với câu trả lời ak, câu hỏi có độ tương đồng cao qk thêm vào tập QA để tạo thành cặp {qk, ak} * Phương pháp nghiên cứu Thứ nhất, chuẩn bị liệu: + Cấu trúc File txt chứa tập QA: Bộ QA biên soạn dựa liệu tri thức, có cấu trúc: [STT Câu] [Câu hỏi] ? [Câu trả lời] Tập (8/2020) 47 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CƠNG NGHỆ Trong đó, STT câu dùng để kiểm tra số lượng, tính xác câu trả lời trình thử nghiệm liệu QA để tạo thành cặp {qk, ak} Các câu hỏi cịn lại Q’ có độ tương đồng thấp thấp bị loại bỏ, giữ lại câu hỏi có độ tương đồng từ 40% trở lên Q’ sử dụng để bổ trợ cho QA, gợi ý ý định người dùng thông qua câu hỏi Trong trình tương tác người – máy, Bot tự động lưu lại câu hỏi có độ tương đồng thấp vào file JSON, sử dụng câu hỏi để huấn luyện tăng cường cho bot sau + Tổ chức liệu cho Chatbot Dựa vào liệu QA Q’, sử dụng thư viện Pandas để tổ chức liệu cho Chatbot Sử dụng chức thư viện Pandas, tách dòng dựa bố cục trình bày với sep = None Trong trường hợp muốn tách dựa dấu chấm câu sử dụng sep = “.” Tách Câu hỏi – Câu trả lời hai cột khác bổ sung Câu hỏi bổ sung dựa STT xếp Tiếp theo, ta xác định số cột tương ứng với số câu hỏi – trả lời QA, tiến hành nhập liệu từ file csv vào bảng liệu Chatbot Hình Ví dụ cặp Câu hỏi – Câu trả lời tập QA + File csv chứa tập Q’: Tập Q’={Qk | k>=1}, bao gồm tập câu hỏi Qk gắn với câu trả lời {ak} Q’ làm liệu cách loại bỏ, điều chỉnh câu hỏi/từ không phù hợp với câu trả lời, không hướng vào câu trả lời, lỗi soạn thảo, trình bày làm khảo sát, Tiếp theo, thực tính độ tương đồng câu hỏi tập Qk với câu trả lời ak phương pháp TF-IDF (đo tần số suất từ câu hỏi) Câu hỏi có độ tương đồng cao qk câu hỏi chuẩn, rút khỏi Q’ ghép vào Với cách tổ chức này, Chatbot thực ánh xạ sau: {Qi , Qij} → Ai Q: Câu hỏi A: Câu trả lời i: Số STT dòng j: Số STT câu hỏi tập câu hỏi bổ sung (ứng với STT dòng bảng csv) Thứ hai, phân tích ngữ nghĩa câu Ví dụ 1: “Cho em hỏi, khái qt nguồn gốc hình thành tư tưởng Hồ Chí Minh khơng ạ?” Tập (8/2020) 48 TẠP CHÍ KHOA HỌC YERSIN – CHUN ĐỀ KHOA HỌC & CƠNG NGHỆ Ví dụ 2: “cho Em hỏi khái quát nguồn gốc hình thành TT HCM khơng ?” Theo ngữ nghĩa ví dụ ví dụ tương đồng với nhau, tách ví dụ ví dụ thành cặp câu phân tách sau: [Cho em hỏi khái quát] (A) + [những nguồn gốc chính] (B) + [hình thành tư tưởng Hồ Chí Minh khơng ạ?] (C) [cho Em hỏi khái quát](A2) + [những nguồn gốc chính](B2) + [hình thành TT HCM khơng ạ?] (C2) Vậy ta có bảng khác biệt cách hiểu người cách hiểu máy móc sau: Cặp câu phân tách A – A2 B – B2 C – C2 Con người Máy móc Giống Khác Giống Giống Giống mặt tương đồng ngữ nghĩa câu hỏi Khác hoàn toàn Đến ta nhận thấy cặp A – A2 nhận kết False tương quan, kí tự “e” “em” - “Em” kí tự “C” “Cho” - “cho” khiến cho cặp từ trở nên không giống Hướng xử lý cho vấn đề không đồng kí tự hoa hay kí tự thường xử lý cách chuyển tất ký tự hoa ký tự thường: Sử dụng lệnh lower đưa cặp A – A2 đồng Tiến hành tách từ: - Tách từ theo phương pháp thông thường, dựa khoảng cách trống biểu thị “ ” - Tách từ theo loại từ Tính xác loại từ, kích thước từ (từ đơn, từ ghép) xác định sử dụng cách thứ Để đảm bảo đa dạng ngôn từ hỏi, cần tiến hành khảo sát người dùng bổ sung vào liệu cụm từ phổ biến Việc khảo sát thu thập liệu hỗ trợ cho việc học hỏi Chatbot, gia tăng liệu mở rộng tính xác Khi tiến hành tách từ kết lưu dạng list, phần tử ứng với index câu xem khóa – key, key gộp lại đại diện cho câu cơng thức tính TF-IDF Tuy nhiên, cịn key khơng cần thiết để đại diện cho câu, dấu hỏi, chấm phẩy,… từ thừa, nên loại bỏ bớt để tránh làm loãng giá trị thực tế câu Thứ ba, tiến hành so sánh câu hỏi đầu vào liệu: + Sử dụng phương pháp TF-IDF Tính TF – tần số từ xuất văn bản: Tính IDF – inverse document frequency Tần số nghịch từ tập văn (corpus) Tính IDF để giảm giá trị từ phổ biến Mỗi từ có giá trị IDF tập văn bản: + Giá trị TF-IDF: Tập (8/2020) 49 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CƠNG NGHỆ Để thực kỹ thuật tính TF-IDF, cần xác định rõ D bao gồm đối tượng liệu chuẩn bị, D – “Tổng hợp” bao gồm số câu hỏi QA số câu hỏi bổ sung Q’ + Tính độ tương đồng câu văn Error! Reference source not found TF = 𝑆ố 𝑙ầ𝑛 𝑡ừ 𝑥𝑢ấ𝑡 ℎ𝑖ệ𝑛 𝑡𝑟𝑜𝑛𝑔 𝑐â𝑢 đ𝑎𝑛𝑔 𝑥é𝑡 Độ 𝑑à𝑖 𝑐â𝑢 đ𝑎𝑛𝑔 𝑥é𝑡 IDF = log Độ 𝑑à𝑖 𝑡ậ𝑝 𝐷 𝑇ừ 𝑥𝑢ấ𝑡 ℎ𝑖ệ𝑛 𝑏𝑎𝑜 𝑛ℎ𝑖ê𝑢 𝑙ầ𝑛 𝑡𝑟𝑜𝑛𝑔 𝐷 + Lựa chọn mơ hình so sánh độ tương đồng Để khớp câu hỏi q với câu trả lời phù hợp tập QA, phải tìm phương án để tìm lời giải tối ưu, phương án tác giả đề xuất là: Phương án 1: Tìm độ tương đồng câu hỏi đầu vào q với tập câu hỏi QA, chọn a k câu trả lời cần tìm a k có độ tương đồng với q cao nhất; Phương án 2: Tìm độ tương đồng câu hỏi đầu vào q với câu hỏi tập liệu chuẩn QA, cặp {a k, q k} chọn a k câu trả lời cần tìm q k có độ tương đồng với q cao nhất; Như vậy, thực theo quy trình triển khai thành công hệ thống mô ChatBot Bot Framework Dialogflow, hoạt động đàm thoại văn với người theo mơ hình QnA, hoạt động đa tảng nhắn tin, như: Skype, Facebook, Website, Slack, Viber, Với cách tiếp cận viết là: Đề xuất câu trả lời cách tìm độ tương đồng câu hỏi đầu vào với tập câu hỏi nằm tập liệu QA thiết kế sẵn, nên độ xác phụ thuộc lớn vào khâu thiết kế tập QA; Phương pháp TF-IDF dựa mơ hình xác suất, phụ thuộc lớn vào mạng ngữ nghĩa (WordNet), corpus từ đồng nghĩa tiếng Việt; kỹ thuật tiền xử lý văn tiếng Việt tách từ, xác định loại từ, Kết luận Việc áp dụng công nghệ vào công tác đào tạo, bồi dưỡng lý luận trị thời đại cách mạng cơng nghiệp 4.0 cần thiết Chatbot công nghệ đơn giản, dễ áp dụng, mang lại hiệu khả quan Chatbot kết hợp hoàn hảo phương thức học tập truyền thống việc tích hợp ứng dụng công nghệ thông tin đào tạo, qua đó, nâng cao tính linh động, chủ động việc lĩnh hội kiến thức người học tiết kiệm chi phí, rút ngắn khơng gian, khoảng cách địa lý giảng viên sinh viên Ứng dụng công nghệ Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến góp phần đáp ứng nhu cầu thơng tin lý luận kịp thời, ngồi cịn tạo hứng thú sinh viên học tập mơn lý luận trị Tuy nhiên, khoa học, cơng nghệ khơng ngừng phát triển, cần có thêm nghiên cứu góp phần hồn thiện, phát triển hệ thống Chatbot với tính vượt trội tương lai Tập (8/2020) 50 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ KHOA HỌC & CÔNG NGHỆ TÀI LIỆU THAM KHẢO Dương Thăng Long (2014), Nghiên cứu đo độ tương đồng văn tiếng Việt ứng dụng, Viện Đại học Mở Hà Nội; Oblinger, D.G., and Hawkins, B.L “The Myth about students,” Educause Review, 2005, July/August Đỗ Thị Thanh Nga (2010), Tính tốn độ tương tự ngữ nghĩa văn dựa vào độ tương tự từ với từ, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội; Samujjwal Ghosh, Maunendra Sankar Desarkar (2018), Class Specific TF-IDF Boosting for Short-text Classification: Application to Short-texts Generated During Disasters Companion Proceedings of the The Web Conference 2018; Phạm Quang Nhật Minh-FTRI, vấn đề NLP phát hệ thống chatbot số phương pháp giải điển hình, Techinsight, ngày 13/04/2017 Abbad, M M., Morris, D., & de Nahlik, C (2009) Looking under the Bonnet: Factors Affecting Student Adoption of ELearning Systems in Jordan The International Review of Research in Open and Distance Learning Brain [BRN.AI] code for equity, Chatbot Report 2019: Global Trends and Analysis, Chatbot Magazine, 19/04/2019 Jennex, M.E (2005) Case Studies in Knowledge Management Idea Group Publishing: Hersley Twigg C (2002) Quality, cost and access: the case for redesign In The Wired Tower Pittinsky MS (ed.) Prentice-Hall: New Jersey Vishnu Elupula, How Chatbots work? An overview of the architecture of Chatbots, Bigdata-madesimple, 15/05/2019 Welsh ET, Wanberg CR, Brown EG, Simmering M.J (2003) E-learning: emerging uses, empirical results and future directions International Journal of Training and Development 2003(7): 245–258 Tập (8/2020) 51 ... lời Chatbot tự động sinh việc học từ tập liệu đoạn hội thoại 2.3 Vai trị cơng nghệ Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến Hiện nay, vấn đề đào tạo, bồi dưỡng lý luận trị có vai trị. .. chỉnh Đào tạo, bồi dưỡng lý luận trị trực tuyến sử dụng công nghệ mạng máy tính, chủ yếu thơng qua Internet, để cung cấp thơng tin hướng dẫn cho cá nhân việc đào tạo, bồi dưỡng lý luận trị Tập... viên Ứng dụng công nghệ Chatbot đào tạo, bồi dưỡng lý luận trị trực tuyến góp phần đáp ứng nhu cầu thơng tin lý luận kịp thời, ngồi cịn tạo hứng thú sinh viên học tập mơn lý luận trị Tuy nhiên,