• Viện Tiến tiến về Kỹ thuật và Công Nghệ (AVITECH)

  • Xê-mi-na khoa học

    07/12/2023: TS. Nguyễn Văn Vinh (FIT, UET) Dịch máy đa ngữ tiếng Việt và các ngôn ngữ khác

    Dịch máy là bài toán quan trọng và kinh điển trong lĩnh vực xử lý ngôn ngữ tự nhiên. Bài trình bày tập trung vào bài toán dịch máy đa ngữ (đây là cách tiếp cận tốt nhất hiện nay) và phát triển mô hình cho hệ dịch đa ngữ tiếng Việt và các ngôn ngữ khác. Bài trình bày cũng đưa ra so sánh cách tiếp cận này với phương pháp dịch dựa vào ChatGPT đồng thời chỉ ra một số thách thức và hạn chế của cách tiếp cận trên.

    Speaker: TS. Nguyễn Văn Vinh, FIT-UET

    Time: 14:00, Thursday, December 07, 2023

    Venue: Room 405 E3

    speaker
    TS. Nguyễn Văn Vinh hiện nay là giảng viên khoa CNTT, Trường ĐHCN. TS. Vinh đã chủ nhiệm đề tài cấp nước KC 4.0 về dịch máy 2020-2022. Hướng nghiên cứu chính của TS. Vinh về Trí Tuệ Nhân Tạo, xử lý ngôn ngữ tự nhiên & dịch máy.
    Xê-mi-na khoa học định kỳ được Bộ môn Khoa học máy tính – Khoa Công nghệ thông tin, Viện Trí tuệ nhân tạo, Viện Tiên tiến về Kỹ thuật và Công nghệ, Phòng thí nghiệm TTNM – Khoa Công nghệ thông tin phối hợp thực hiện.

    Cùng chuyên mục

    11/04/2024: TS. Đặng Trần Bình (Bộ môn Khoa học máy tính), Tương tác giữa thông tin chủ đề và Thông tin ngữ cảnh cho việc biểu diễn văn bản

    Trong hầu hết các ứng dụng, việc hiểu và biểu diễn văn bản luôn đóng vai trò quan trọng, đặc biệt là trong xử lý tự động. Cùng với các đặc điểm bề mặt của từ, thông tin về chủ đề rất có ý nghĩa và cần thiết để cung cấp ý nghĩa ngữ cảnh […]

    11/04/2024: PGS.TS. Hoàng Văn Xiêm (Bộ môn Kỹ thuật Robot), Tương tác Người – Robot: Thách thức và cách tiếp cận mới

    Công nghệ Robot đã và đang đóng vai trò quan trọng việc định hình sự phát triển của cuộc cách mạng công nghiệp 4.0. Cùng với trí tuệ nhân tạo – AI, công nghệ Robot mang lại nhiều cải tiến cho lĩnh vực tự động hóa nói riêng và các hoạt động phát triển kinh […]

    07/03/2024: Nguyễn Văn Phi (Viện Trí tuệ nhân tạo), Mô hình tạo sinh cho dữ liệu y tế

    Một trong những vấn đề lớn của xử lý ảnh y tế là việc thiếu hụt dữ liệu gắn nhãn do chi phí, thời gian và sự sai lệch trong nhãn của các chuyên gia. Mô hình phân tán (Diffusion models) có khả năng sinh dữ liệu một cách chân thực bằng cách mô phỏng […]