"Deep learning và ứng dụng" là chủ đề lần này trong chuỗi seminar sinh hoạt chuyên môn của Khoa Khoa học Máy tính, được ThS. Trần Uyên Trang trình bày vào sáng nay, 31/10/2021.

Mở đầu buổi seminar, ThS. Trần Uyên Trang đã giới thiệu bài toán khai thác quan điểm, ứng dụng của nó trong hoạt động kinh doanh của doanh nghiệp, đồng thời trình bày cách tiếp cận khai thác quan điểm dựa trên mô hình trích rút khía cạnh.

Trong 4 phương pháp tiếp cận khai thác quan điểm, ThS. Trần Uyên Trang đã chọn nghiên cứu cách tiếp cận máy học (tiếp cận học sâu – deep learning).

Và hôm nay, ngoài việc giới thiệu về các mô hình đã có trên thế giới (RNN, LSTM, IndyLSTM) cùng ưu/nhược điểm của từng mô hình, ThS. Trần Uyên Trang cũng đã đề xuất mô hình mà cô đã dày công nghiên cứu, xây dựng – đó là mô hình BiIndyLSTM. Trong BiIndyLSTM cô sử dụng LSTM hai chiều cùng với RTM.

Chi tiết về mô hình BiIndyLSTM trong các hình sau.

Để huấn luyện, kiểm thử mô hình BiIndyLSTM, ThS. Trần Uyên Trang đã sử dụng tập dữ liệu gồm 6086 câu thực nghiệm và 1600 câu test.

Và kết quả thực nghiệm cho thấy mô hình cô đề xuất đạt được độ chính xác cao hơn so với các mô hình đã có trên cùng tập dữ liệu.

Ngoài việc giới thiệu deep learning để trích rút khía cạnh trong khai thác quan điểm, ThS. Trần Uyên Trang cũng giới thiệu về hướng nghiên cứu tiếp theo của cô - ứng dụng tự động hóa trong tinh chỉnh các tham số cho machine learning.

Với những hệ thống có dữ liệu luôn biến động thì sẽ phát sinh nhiều vấn đề khi ứng dụng machine learning như vấn đề với dữ liệu, với mô hình, và độ chính xác sẽ không được như thiết kế ban đầu. Vì vậy, chúng ta cần tinh chỉnh mô hình với mục đích đạt được độ chính xác như mong muốn trên tập dữ liệu biến động.

Nội dung trình bày của ThS. Trần Uyên Trang nhận được nhiều sự hưởng ứng, quan tâm của CBGV Khoa Khoa học Máy tính. Nhiều câu hỏi đã được đặt ra cho ThS. Trần Uyên Trang như:

-       - - Việc gán nhãn được thực hiện thủ công hay sử dụng công cụ?

-       - - Cách tinh chỉnh dữ liệu và cách kiểm thử mô hình để biết độ chính xác?

-       - - Khi thực hiện gán nhãn bằng công cụ thì dựa vào đâu để công cụ phân loại các nhãn?

-       - - Nếu mình tự xây dựng tập dữ liệu thì căn cứ vào đâu để nói tập dữ liệu của mình tốt?

-       - - Cách xử lý với các từ viết tắt, từ lóng, từ các bạn trẻ thường dùng?

-       -  - ……………….

Bên cạnh đó ThS. Trần Uyên Trang cũng nhận được nhiều chia sẻ từ những CBGV đã từng nghiên cứu deep learning: chia sẻ về tập dữ liệu, chia sẻ về phương pháp kiểm thử mô hình dựa trên kết hợp các tham số, chia sẻ về chiến lược xác định ngưỡng thay đổi của các tham số tương ứng với từng bài toán cụ thể…

Chân thành cám ơn ThS. Trần Uyên Trang với những thông tin cập nhật, hữu ích về deep learning trong buổi seminar ngày hôm nay.

Chúng ta cùng chờ đợi những chia sẻ tiếp theo trong chuỗi seminar về chuyên môn của Khoa KHMT.