Nghiên cứu này đề xuất xây dựng một mô hình nhận diện thực thể lồng nhau trong hệ thống chatbot đặt hàng để trang bị cho bots khả năng hiểu và trích xuất nội dung câu đặt hàng của khách một cách tự động: Đó là khi người dùng nhập nội dung cần đặt hàng dưới dạng ngôn ngữ tự nhiên thì hệ thống sẽ tự động trích xuất ra thông tin đơn hàng một cách chính xác nhất có thể. | Giải thưởng Sinh viên nghiên cứu khoa học Euréka lần 20 năm 2018 Kỷ yếu khoa học NHẬN DIỆN CÁC THỰC THỂ LỒNG NHAU TRONG HỆ THỐNG CHATBOT ĐẶT HÀNG Đỗ Thị Hương Nguyễn Thị Huyền Nguyễn Ngọc Khánh Huyền Khoa Quốc tế Đại học Quốc gia Hà Nội Tác giả liên lạc dohuong64197@ TÓM TẮT Nghiên cứu này đề xuất xây dựng một mô hình nhận diện thực thể lồng nhau trong hệ thống chatbot đặt hàng để trang bị cho bots khả năng hiểu và trích xuất nội dung câu đặt hàng của khách một cách tự động Đó là khi người dùng nhập nội dung cần đặt hàng dưới dạng ngôn ngữ tự nhiên thì hệ thống sẽ tự động trích xuất ra thông tin đơn hàng một cách chính xác nhất có thể. Để làm được việc đó chúng ta cần sự hỗ trợ từ các kĩ thuật học máy trí tuệ nhân tạo. Trong số đó nổi bật nhất là các kĩ thuật nhận diện thực thể. Do vậy nghiên cứu này đề xuất sử dụng mô hình gán nhãn chuỗi CRFs kết hợp sử dụng các tập đặc trưng khác nhau để bắt các thực thể lồng nhau trong lĩnh vực đặt hàng trực tuyến. Ngoài ra để kiểm tra tính hiệu quả của mô hình đề xuất chúng tôi cũng tiến hành xây dựng một bộ dữ liệu liên quan nhằm huấn luyện máy tính khả năng tự động bắt các thực thể một cách chính xác nhất. Các thiết lập thực nghiệm khác nhau được thực hiện và so sánh đánh giá trên các độ đo phổ biến để đánh giá hiệu quả của hệ thống. Kết quả thực nghiệm cho thấy mô hình đề xuất khá khả quan có khả năng bắt chính xác các thực thể lên tới đối với độ đo F1 khi sử dụng phương pháp kiểm thử chéo 5 lần. Từ khóa Chatbot nhận diện thực thể lồng nhau CRFs. RECOGNIZING COMPOSITE ENTITIES IN ORDERING CHATBOTS Do Thi Huong Nguyen Thi Huyen Nguyen Ngoc Khanh Huyen International School VNU Ha Noi Corresponding Author dohuong64197@ ABSTRACT This research aims at building a module to automatically recognize composite entities in ordering chatbots this helps bots understand and automatically extract ordering information. To do that it is necessary to use advanced techniques of machine learning as well as artificial .
