Luận văn dựa trên những nghiên cứu trước đây để đề xuất nghiên cứu và phát triển một hệ thống nhận diện tên riêng cho tiếng Việt (ViNER) bằng cách kết hợp các đặc trưng cú pháp tự động với các từ nhúng được huấn luyện sẵn làm đầu vào cho Bộ nhớ ngắn dài hai chiều (BiLSTM). Tác giả huấn luyện hệ thống này trên tập dữ liệu VLSP 2016. Bộ dữ liệu này gồm 3 tập dữ liệu huấn luyện, phê chuẩn và kiểm tra. Mỗi tập dữ liệu gồm 4 cột: Từ hoặc từ ghép, POS, CHUNK và TAG. Sau khi huấn luyện và đánh giá thực nghiệm hệ thống trên nhiều khía cạnh khác nhau bằng Độ đo chính xác (Accuracy), tôi nhận thấy hệ thống kết hợp các đặc trưng cú pháp tự động với các từ nhúng được huấn luyện sẵn làm đầu vào cho Bộ nhớ ngắn dài hai chiều (BiLSTM) cho kết quả cao nhất đạt 92,06%.

 

Hệ thống nhận diện tên riêng tiếng Việt của tác có thể cung cấp thông tin hữu ích cho các ứng dụng xử lý ngôn ngữ tự nhiên khác như tóm tắt văn bản, máy tìm kiếm, dịch máy, trích xuất thông tin và trả lời câu hỏi tự động… Để hoàn thành luận văn này, tác giả đã kế thừa, tổng hợp và phát triển dựa trên các nghiên cứu trước đây.

 

Nghiên cứu về nhận dạng tên riêng tiếng Việt còn hạn chế nên kết quả của luận văn sẽ là một nghiên cứu có thể làm tài liệu tham khảo cho các hướng phát triển sau này. Trích chọn đặc trưng văn bản tiếng Việt kết hợp từ nhúng, thực nghiệm tìm ra phương pháp học sâu phù hợp, hiệu quả cho bài toán nhận diện tên riêng tiếng Việt.

 

Luận văn đã đánh giá được hiệu suất của phương pháp bằng cách thực nghiệm hệ thống trên các khía cạnh khác nhau. Xây dựng được ứng dụng web để trực quan hóa các tương tác với người dùng khi ngời dùng nhập văn bản cần nhận dạng các tên riêng và phân tích trực quan các dữ liệu, kết quả.