XÂY DỰNG KHUNG ỨNG DỤNG AI CHATBOT TRONG LĨNH VỰC QUY CHẾ ĐÀO TẠO

Đoàn Thị Hồng Phước và CS. Tập 131, Số 2A, 2022 44 actions) và dữ liệu trong vùng nhớ của chatbot (slots) tại mỗi bước thành vec tơ đầ u vào cho việc mã hóa bộ chuyển đổi hội thoại (dialogue transformer encoder). o Chính sách ghi nhớ (Memoization policy): Ghi nhớ các câu chuyện (stories) từ tậ p dữ liệu huấn luyện. Kiểm tra câu chuyện đượ c so khớp (matching story) của cuộc hội thoại hiện tại và dự đoán hành đ ộng tiếp theo từ câu chuyện so khớp với độ tin cậ y trong đoạn [0,1]. Số lượ t hội thoại đượ c xác định trong tham số max-history. o Chính sách ghi nhớ tăng cường (Augmented Memoization policy): Ghi nhớ các mẫu từ câu chuyện so khớp tùy theo số lượ t max-history. Tương tự chính sách memoization policy, chính sách này có cơ ch ế quên. • Chính sách dự a trên luậ t: o Là chính sách giả i quyết các phầ n của hội thoại theo cách hành xử cố định sẵn và đưa ra các dự đoán bằng việc sử dụng các quy tắc/luậ t đã đượ c định nghĩa trong tậ p training. Dự a trên nề n tả ng Rasa, chúng tôi xây dự ng khung AI chatbot, gồm các thành phầ n chính trình bày trên Hình 3. Hình 3. Khung AI chatbot Khung này bao gồm ba thành phầ n chính: (1) Facebook Messenger dùng để giao tiếp với người dùng (nhậ n thông điệp đầ u vào và hiển thị phả n hồi của hệ thống); (2) Nề n tả ng RASA Framework dùng để xác định chủ đề , trích xuất thông tin từ thông điệp đầ u vào của người dùng Giao diện người dùng (FB Messenger) (NLU) (NLG) Tạo câu trả lời Cơ sở dữ liệu Thông điệp đầ u vào Câu trả lời (DM) Quả n lý hội thoại Phân loại ý đ ịnh (Intent classification)

Đặc trưng hóa (Featurization) Gán nhãn từ (Pos Tagging), tách cụm từ (chunking) Nhậ n dạng thự c thể (entitiy extraction) Tách từ (Tokenization)