- GIẢI PHÁP ỨNG DỤNG CÔNG NGHỆ CHATBOT TRONG ĐÀO TẠO, BỒI DƯỠNG LÝ LUẬN CHÍNH TRỊ. - Từ khóa: Chatbot, đào tạo trực tuyến, lý luận chính trị.. - Trong phạm vi bài báo này, tác giả phân tích sâu về ứng dụng Chatbot và vai trò của Chatbot trong đào tạo, bồi dưỡng lý luận chính trị trực tuyến. - Kết quả nghiên cứu cho thấy, Chatbot khi đưa vào sử dụng, sẽ mang lại hiệu quả cao cho các cơ sở đào tạo bởi nó giúp tương tác với người dùng một cách tự động, khả năng tương tác nhanh ở mọi lúc, mọi nơi, giúp các cơ sở đào tạo tăng hiệu suất tương tác và cắt giảm chi phí nhân lực đào tạo, bồi dưỡng lý luận chính trị. - Như vậy, người dùng thông qua ứng dụng Chatbot có thể tham khảo những câu trả lời về vấn đề lý luận chính trị theo bộ câu hỏi đã được lập trình sẵn.. - Tại Việt Nam hàng loạt Chatbot đã và đang được nghiên cứu và đưa vào sử dụng trong thời gian gần đây.. - Chatbot khi đưa vào sử dụng, sẽ mang lại hiệu quả cao cho các cơ sở đào tạo bởi nó giúp tương tác với người dùng một cách tự động, khả năng tương tác 24/7 nên giúp các cơ sở đào tạo tăng hiệu suất tương tác và cắt giảm chi phí nhân lực đào tạo, trong tham luận này, tác giả đề cập đến vấn đề đào tạo, bồi dưỡng lý luận chính trị.. - Mục tiêu nghiên cứu của bài viết là việc xây dựng hệ phần mềm mô phỏng một hệ thống trợ lý ảo, hoạt động online trên Internet, hỗ trợ việc tiếp nhận và trả lời một cách tự động các câu hỏi của học sinh, sinh viên và phụ huynh về các thông tin liên quan đến chương trình học các môn giáo dục chính trị, lý luận chính trị của nhà trường hiện nay.. - Đào tạo, bồi dưỡng lý luận chính trị trực tuyến. - Oblinger và Hawkins (2005) cho rằng đào tạo trực tuyến đã chuyển đổi từ một khóa học trực tuyến hoàn toàn sang sử dụng công nghệ để phân phối một phần hoặc toàn bộ khóa học độc lập với thời gian và địa điểm thường trực. - Ủy ban châu Âu (EC) (2001) mô tả, đào tạo trực tuyến là việc sử dụng các công nghệ đa phương tiện mới và Internet. - Đào tạo trực tuyến đề cập đến việc sử dụng các công nghệ thông tin và truyền thông cho phép truy cập vào tài nguyên học tập hoặc giảng dạy trực tuyến. - Welsh và cộng sự (2003) cũng gọi thuật ngữ này là sử dụng công nghệ mạng máy tính, chủ yếu thông qua Internet, để cung cấp thông tin và hướng dẫn cho các cá nhân.. - Như vậy, đào tạo, bồi dưỡng lý luận chính trị trực tuyến là việc sử dụng các công nghệ đa phương tiện mới và Internet để nâng cao chất lượng học tập lý luận chính trị bằng cách nới lỏng các cơ sở vật chất và dịch vụ cũng như sự trao đổi và hợp tác từ xa, với cách tiếp cận tập trung vào người học cũng như thiết kế chương trình học liên quan đến một hệ thống tương tác, lặp đi lặp lại, tự lập trình và có thể tùy chỉnh. - Đào tạo, bồi dưỡng lý luận chính trị trực tuyến là sử dụng công nghệ mạng máy tính, chủ yếu thông qua Internet, để cung cấp thông tin và hướng dẫn cho các cá nhân về việc đào tạo, bồi dưỡng lý luận chính trị.. - Công nghệ Chatbot. - Tại Việt Nam hàng loạt Chatbot đã và đang được nghiên cứu và đưa vào sử dụng trong thời gian gần đây. - Việc sử dụng Chatbot sẽ mang lại hiệu quả cao cho doanh nghiệp bởi nó giúp tương tác với người dùng một cách tự động. - Bên cạnh đó, Chatbot có khả năng trả lời tự động 24/7 nên giúp doanh nghiệp tăng hiệu suất kinh doanh và cắt giảm chi phí nhân lực.. - Nó có thể trả lời các câu hỏi được xây dựng theo ngôn ngữ tự nhiên và trả lời như một người thực sự. - Nó cung cấp các câu trả lời dựa trên sự kết hợp của các tập lệnh được xác định trước và các ứng dụng học máy.. - Khi được hỏi một câu hỏi, Chatbot sẽ trả lời dựa trên cơ sở dữ liệu kiến thức có sẵn tại thời điểm đó. - Các chuyên gia của Business Insider dự đoán đến năm 2020, 80% doanh nghiệp sẽ sử dụng Chatbot.. - Theo Lauren Foye, đến năm 2022, các ngân hàng có thể tự động hóa tới 90% tương tác khách hàng của họ bằng cách sử dụng Chatbot. - Dù giao tiếp bằng hình thức nào, Chatbot cũng cần phải hiểu văn bản để có thể đưa ra những câu trả lời phù hợp cho khách hàng. - Chatbots xử lý ngôn ngữ tự nhiên bằng cách chuyển đổi lời nói hoặc văn bản của người dùng thành dữ liệu có cấu trúc. - Và sau đó, chọn một câu trả lời có liên quan để phản hồi.. - Đối với các Chatbot được sử dụng trong miền ứng dụng đóng (closed domain) và trả lời theo mô hình truy xuất thông tin (retrieval-based model). - Mô hình này khác với mô hình tự động sinh câu trả lời (generative), trong đó câu trả lời của Chatbot được tự động sinh ra bằng việc học từ một tập dữ liệu các đoạn hội thoại.. - Vai trò của công nghệ Chatbot trong đào tạo, bồi dưỡng lý luận chính trị trực tuyến. - Hiện nay, vấn đề đào tạo, bồi dưỡng lý luận chính trị có vai trò quan trọng trong việc đào tạo đội ngũ tri thức xã hội chủ nghĩa ở nước ta. - Sử dụng công nghệ Chatbot có ý nghĩa lớn trong việc đào tạo lý luận chính trị trực tuyến. - Với các môn học lý luận chính trị, việc tìm kiếm tài liệu thủ công liên quan đến vấn đề nghiên cứu có phần khó khăn hơn các môn học thông thường, do đó tốn kém nhiều thời gian. - Trong khi đó, Chatbot luôn sẵn sàng hỗ trợ người học lý luận chính trị mọi lúc mọi nơi, phù hợp với lịch trình bận rộn của người học, đây là cách nhanh nhất để tiếp cận tri thức với chi phí thấp hơn. - Khi giảng dạy lý luận chính trị với hình thức dạy học trực tuyến (E-learning), giảng viên có thể sử dụng hai phương pháp, cụ thể: Một là, sử dụng các bài giảng video, audio, file word,… gửi đến cho sinh viên, từ đó sinh viên theo dõi và thực hiện các nhiệm vụ mà giảng viên đưa ra (môi trường tự học). - Hai là, giảng viên sử dụng mạng xã hội, vclass, hoặc phần mềm online trực tiếp phát hình ảnh, video, trao đổi trực tiếp giữa giảng viên và sinh viên.. - Đối với phương pháp học E-Learning cung cấp lý thuyết của các môn học lý luận chính trị thông qua môi trường tự học.. - Video… Chatbot khi đó sẽ đóng vai trò như một trợ lý giảng dạy ảo (hoặc người bạn cùng học) nhằm hỗ trợ người học trong việc tra cứu các thông tin, cung cấp các dữ liệu có trong tài liệu của môn học lý luận chính trị hoặc tham khảo nội dung bên ngoài tài liệu.. - Bên cạnh đó, với khả năng tự học nhằm tăng tính thông minh, Chatbot sẽ sắp xếp, tự điều chỉnh, định hướng và gợi mở cho người học lý luận trực tuyến đối với những lần tương tác tiếp theo.. - Đặc biệt, sẽ càng khó khăn hơn với giảng viên giảng dạy lý luận chính trị trực tuyến, giảng viên vừa giảng bài, vừa trả lời các câu hỏi của người học, các câu hỏi có thể đến liên tục, dồn dập, vì là môn lý luận nên để trả lời các câu hỏi lý luận, cần lượng thông tin, kiến thức lớn. - Những câu hỏi này thường tìm thấy trong các tài liệu nội dung của khóa học hoặc có sự liên quan nhưng người học vẫn hỏi như: Khái niệm, định nghĩa (Tư tưởng Hồ Chí Minh, giá trị thặng dư, hàng hóa, tiền tệ. - Ở đây, Chatbot đóng vai trò là người trợ lý sẽ phân loại và tự động trả lời các câu hỏi có sẵn trong danh mục đã được thiết lập hoặc các câu hỏi gợi mở có liên quan. - Do đó, Chatbot giúp giảm tải áp lực cho giảng viên với các câu hỏi phổ biến. - vậy, người dạy sẽ có thêm nhiều thời gian quan tâm hơn đến người học, và ngược lại, người học lý luận chính trị trực tuyến cũng cảm thấy mình luôn được quan tâm và được hỗ trợ một cách kịp thời, tạo động lực để hoàn thành chương trình học hiệu quả hơn.. - Hệ thống này cung cấp bộ ngân hàng câu hỏi tự học, tự luyện nhằm cá nhân hóa quá trình luyện tập, tự kiểm tra, đánh giá của người học. - Điều này rất phù hợp với các môn học lý luận chính trị, bởi với những môn lý luận chính trị, cần phải giải thích một cách tuần tự, logic, thậm chí giải thích bằng phương pháp truyền thống nếu giảng một lần học viên vẫn chưa hiểu hết vấn đề… thì ở đây, Chatbot có thể giải quyết được vấn đề này. - Từ đó, góp phần khắc phục tâm lý ngại học các môn học lý luận chính trị của học sinh, sinh viên trong giai đoạn hiện nay.. - Xây dựng mô hình Chatbot trong đào tạo, bồi dưỡng lý luận chính trị trực tuyến. - Thông thường, lượng thông tin cần giải đáp lại xoay quanh một vấn đề chính nhưng lại mang tính chất lặp lại nhiều lần, trùng lặp trong câu trả lời dẫn đến lãng phí tài nguyên, nguồn lực con người, thời gian cũng như tiền bạc. - Việc này gây ra nhiều phiền toái, áp lực không cần thiết cho giảng viên đào tạo, bồi dưỡng lý luận chính trị. - Ở đây, tác giả đề xuất giải pháp xây dựng ứng dụng chatbot, để giúp bot hiểu và giao tiếp được với con người thông qua đàm thoại văn bản, kỹ thuật xác định độ tương đồng ngữ nghĩa giữa câu hỏi đầu vào với tập không gian câu hỏi – câu trả lời chuẩn, là bộ dữ liệu được xây dựng để huấn luyện bot.. - Bài toán: Đề xuất câu trả lời phù hợp nhất cho một câu hỏi ở dạng văn bản đúng văn phạm bởi người dùng, trong đó:. - Câu hỏi q cần tìm lời giải đáp;. - Tập QA có khuôn mẫu gồm các cặp Câu hỏi – Câu trả lời {q k , a k. - Câu trả lời phù hợp được đề xuất cho Câu hỏi q;. - Độ phức tạp của bài toán tập trung chủ yếu vào vấn đề là làm sao Bot có thể hiểu được ý định (Intents) của con người thông qua một câu đàm thoại ở dạng văn bản (text)? Sau khi hiểu được ý định của con người thì hệ thống dễ dàng đề xuất câu trả lời phù hợp. - Để trả lời cho câu hỏi trên, nhóm tác giả đã đề xuất giải pháp như sau:. - Xây dựng bộ dữ liệu chuẩn bao gồm các cặp: {Câu hỏi - Câu trả lời}, QA={q k , a k | k>= 1}, thông tin được biên soạn nằm trong giáo trình các môn lý luận chính trị của Bộ Giáo dục và Đào tạo hoặc các dữ liệu trên các. - Một câu hỏi q được đặt ra, sẽ được ánh xạ với câu trả lời a j nằm trong cặp {qj, a j. - Để xây dựng được bộ dữ liệu chuẩn cũng là một vấn đề cần được quan tâm, với ngữ pháp tiếng Việt, văn hóa vùng miền, từ ngữ địa phương, cũng như cách diễn đạt văn bản của mỗi người. - Các bước để xây dựng bộ dữ liệu chuẩn QA:. - Bước 1: Xây dựng tập dữ liệu QA, có khuôn dạng gồm các cặp Câu hỏi – Câu trả lời {q k , a k. - ban đầu chỉ có các câu trả lời a k. - Bước 2: Xây dựng tập Q’={Q k | k>=1}, bằng cách thu thập tập các câu hỏi Q k. - dựa theo câu trả lời a k , bằng hình thức khảo sát các đối tượng là nhóm người dùng trong tương lai, một cách ngẫu nhiên, không phân biệt độ tuổi, giới tính và vùng miền;. - Bước 3: Sử dụng mô hình được đề xuất bởi Samujjwal Ghosh, Maunendra Sankar Desarkar để tính độ tương đồng giữa tập các câu hỏi trong Q k với câu trả lời a k , câu hỏi có độ tương đồng cao nhất q k sẽ được thêm vào tập QA để tạo thành cặp {q k , a k. - Phương pháp nghiên cứu Thứ nhất, chuẩn bị dữ liệu:. - Bộ QA được biên soạn dựa trên các dữ liệu tri thức, có cấu trúc:. - [STT Câu] [Câu hỏi. - tra số lượng, tính chính xác của câu trả lời trong quá trình thử nghiệm.. - Ví dụ về các cặp Câu hỏi – Câu trả lời trong tập QA.. - Tập Q’={Q k | k>=1}, là bao gồm tập các câu hỏi Q k gắn với từng câu trả lời {a k. - Q’ được làm sạch dữ liệu bằng cách loại bỏ, điều chỉnh những câu hỏi/từ không phù hợp với câu trả lời, không hướng vào câu trả lời, lỗi soạn thảo, trình bày khi làm khảo sát. - Tiếp theo, thực hiện tính độ tương đồng giữa các câu hỏi trong tập Q k với câu trả lời a k bằng phương pháp TF-IDF (đo tần số suất hiện của 1 từ trong câu hỏi). - Câu hỏi có độ tương đồng cao nhất q k là câu hỏi chuẩn, sẽ được rút khỏi Q’ và ghép vào bộ. - dữ liệu chính QA để tạo thành cặp {q k , a k. - Các câu hỏi còn lại trong Q’ có độ tương đồng thấp quá thấp sẽ bị loại bỏ, chỉ giữ lại những câu hỏi có độ tương đồng từ 40% trở lên. - Q’ được sử dụng để bổ trợ cho bộ QA, khi gợi ý ý định của người dùng thông qua câu hỏi.. - Trong quá trình tương tác người – máy, Bot sẽ tự động lưu lại những câu hỏi có độ tương đồng thấp vào 1 file JSON, có thể sử dụng những câu hỏi này để huấn luyện tăng cường cho bot về sau.. - Tổ chức dữ liệu cho Chatbot Dựa vào bộ dữ liệu QA và Q’, chúng ta sẽ sử dụng thư viện Pandas để tổ chức dữ liệu cho Chatbot. - Sử dụng chức năng cơ bản của thư viện Pandas, tách dòng dựa trên bố cục trình bày với sep = None. - Trong trường hợp chúng ta muốn tách dựa trên dấu chấm câu thì sử dụng sep. - Tách Câu hỏi – Câu trả lời ra hai cột khác nhau và bổ sung Câu hỏi bổ sung dựa trên STT đã sắp xếp. - Tiếp theo, ta xác định số cột tương ứng với số câu hỏi – trả lời QA, tiến hành nhập dữ liệu từ file .csv vào bảng dữ liệu của Chatbot.. - Q: Câu hỏi A: Câu trả lời i: Số STT dòng. - j: Số STT của câu hỏi trong tập câu hỏi bổ sung (ứng với STT dòng trong bảng .csv). - câu hỏi. - Tính chính xác về loại từ, kích thước từ (từ đơn, từ ghép) được xác định khi sử dụng cách thứ 2. - Để đảm bảo sự đa dạng trong ngôn từ hỏi, cần tiến hành khảo sát người dùng và bổ sung vào dữ liệu những cụm từ phổ biến.. - Việc khảo sát thu thập dữ liệu sẽ hỗ trợ cho việc học hỏi của Chatbot, gia tăng dữ liệu và mở rộng tính chính xác.. - Thứ ba, tiến hành so sánh giữa câu hỏi đầu vào và dữ liệu:. - Sử dụng phương pháp TF-IDF. - xác định rõ D bao gồm những đối tượng nào trong dữ liệu đã chuẩn bị, D – “Tổng hợp”. - bao gồm số câu hỏi trong bộ QA và số câu hỏi bổ sung trong bộ Q’.. - Để khớp một câu hỏi q với một câu trả lời phù hợp nhất trong tập QA, phải tìm ra phương án để tìm lời giải tối ưu, 2 phương án tác giả đề xuất là:. - Phương án 1: Tìm độ tương đồng giữa câu hỏi đầu vào q với tập các câu hỏi trong QA, chọn ra a k là câu trả lời cần tìm nếu a k có độ tương đồng với q là cao nhất;. - Phương án 2: Tìm độ tương đồng giữa câu hỏi đầu vào q với các câu hỏi trong tập dữ liệu chuẩn QA, trong cặp {a k , q k } chọn ra a k là câu trả lời cần tìm nếu q k. - Đề xuất câu trả lời bằng cách tìm độ tương đồng giữa câu hỏi đầu vào với tập câu hỏi nằm trong tập dữ liệu QA được thiết kế sẵn, nên độ chính xác phụ thuộc lớn vào khâu thiết kế tập QA. - Việc áp dụng công nghệ vào công tác đào tạo, bồi dưỡng lý luận chính trị trong thời đại cách mạng công nghiệp 4.0 là hết sức cần thiết. - Ứng dụng công nghệ Chatbot trong đào tạo, bồi dưỡng lý luận chính trị trực tuyến góp phần đáp ứng nhu cầu thông tin lý luận kịp thời, ngoài ra còn tạo hứng thú hơn đối với sinh viên khi học tập các môn lý luận chính trị
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt