Áp dụng xác suất thống kê và quá trình máy tự học cho bài toán phân tách từ văn bản tiếng Việt
Tác giả: Lê Trung Hiếu, Lê Anh Vũ, Lê Trung KiênTóm tắt:
Trình bày hai vấn đề chính: Sử dụng mô hình xác suất nhận dạng và phân tách từ tiếng Việt; Áp dụng quá trình máy tự học xây dựng mô hình xác suất tối ưu. Với mỗi mô hình xác suất, từ mới được nhận dạng, các tiếng thuộc từ mới được nối tạo thành tiếng mới trong mô hình xác suất mới. Quá trình nối chuỗi các tiếng tạo thành tiếng mới làm giảm sự nhập nhằng giữa tiếng và từ trong tiếng Việt, tăng độ chính xác cho các hàm thống kê, tăng hiệu quả cho quá trình nhận dạng từ mới. Vì vậy, mô hình xác suất sẽ hội tụ về mô hình tối ưu. Quá trình thực nghiệm với 250.034 bài báo online, gồm hơn 15.000.000 câu tiếng Việt. Độ chính xác của thuật toán phân tách từ đạt trên 90%. Từ điển được xây dựng gồm hơn 100.000 từ và cụm từ tiếng Việt.
- Nghiên cứu đặc tính và đánh giá tiềm năng bảo vệ thần kinh của Vitexin tách chiết từ vỏ đỗ xanh (Vigna radiata L)
- Ứng dụng chuyển đổi số phục vụ thu giá dịch vụ thu gom, vận chuyển và xử lý chất thải rắn sinh hoạt
- Kinh nghiệm quốc tế về áp dụng trách nhiệm mở rộng của nhà sản xuất (EPR) đối với phương tiện giao thông hết hạn, thải bỏ (ELVs)
- Kinh nghiệm quốc tế về phòng ngừa, ứng phó sự cố nước thải, khí thải tại cơ sở sản xuất theo cấp độ rủi ro và đề xuất tài liệu hướng dẫn kỹ thuật cho Việt Nam
- Vi nhựa trong không khí: Vấn đề ô nhiễm mới ở các đô thị





