TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN HỆ THỐNG THÔNG TIN

HOÀNG MINH QUANG : 20110139

Đề tài :

XÂY DỰNG CHATBOT TƯ VẤN
PHÁP LUẬT DỰA TRÊN MÔ HÌNH
NGÔN NGỮ LỚN
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIÁO VIÊN HƯỚNG DẪN
Th.s QUÁCH ĐÌNH HOÀNG

KHÓA 2020 – 2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM
KHOA CÔNG NGHỆ THÔNG TIN
BỘ MÔN HỆ THỐNG THÔNG TIN

HOÀNG MINH QUANG : 20110139

Đề tài :

XÂY DỰNG CHATBOT TƯ VẤN
PHÁP LUẬT DỰA TRÊN MÔ HÌNH
NGÔN NGỮ LỚN
KHÓA LUẬN TỐT NGHIỆP KỸ SƯ CNTT

GIÁO VIÊN HƯỚNG DẪN
Th.s QUÁCH ĐÌNH HOÀNG

KHÓA 2020 – 2024

ĐH SƯ
CỘNG
PHẠM
HOÀ
KỸ THUẬT TP.HCM
Độc KHOA CNTT
*******

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên : Hoàng Minh Quang

MSSV : 20110139

Ngành : Công nghệ Thông tin
Tên đề tài : Xây dựng hệ thống trả lời câu hỏi dựa trên mô hình ngôn ngữ lớn
Họ và tên Giáo viên hướng dẫn : Ths. Quách Đình Hoàng
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không ?
5. Đánh giá loại :
6. Điểm :

Tp. Hồ Chí Minh, ngày 26 tháng 05 năm 2023
Giáo viên hướng dẫn
(Ký &amp ghi rõ họ tên)

ĐH SƯ
CỘNG
PHẠM
HOÀ
KỸ THUẬT TP.HCM
Độc KHOA CNTT
*******

XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh Phúc
*******

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên Sinh viên: Hoàng Minh Quang

MSSV: 20110139

Ngành: Công nghệ Thông tin
Tên đề tài: Xây dựng chatbot dựa trên mô hình ngôn ngữ lớn
Họ và tên Giáo viên phản biện: Ts. Nguyễn Thanh Tuấn
NHẬN XÉT
1. Về nội dung đề tài &amp khối lượng thực hiện
…………………………………………………………………………………………
…………………………………………………………………………………………
…………………………………………………………………………………………
2. Ưu điểm
…………………………………………………………………………………………
…………………………………………………………………………………………
3. Khuyết điểm
…………………………………………………………………………………………
…………………………………………………………………………………………
4. Đề nghị cho bảo vệ hay không ?
5. Đánh giá loại :
6. Điểm :

Tp. Hồ Chí Minh, ngày

tháng 12 năm 2024

Giáo viên phản biện
(Ký &amp ghi rõ họ tên)

LỜI CẢM ƠN
Lời đầu tiên, em xin chân thành cảm ơn các thầy, cô trong khoa Công nghệ thông
tin, trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh đã tạo điều kiện thuận
lợi cho em trong quá tr
...

...
nformation and Communication Technology, 584, Springer, Cham, 2020. doi:
10.1007/978-3-030-49186-4_31.
[6] Tian, L. (2023, December 20). Introducing Hybrid Search and Rerank to Improve the Retrieval
Accuracy of the RAG System. LinkedIn. https://www.linkedin.com/pulse/introducing-hybrid-searchrerank-improve-retrieval-accuracy-levi-tian-gjmzc/.
[7] Yang, J., Jin, H., Tang, R. et al., Survey on ChatGPT and Beyond, arXiv (Cornell University),
2023. doi: 10.48550/arXiv.2304.13712.
[8] Elastic, What are Large Language Models? https://www.elastic.co/what-is/large-languagemodels, n.d.
[9] Dilmegani, C., LLM Fine Tuning Guide for Enterprises in 2023,
https://research.aimultiple.com/llm-fine-tuning/, 2023.
[10] Alzubi, J. A., Jain, R., Singh, et all, “COBERT: COVID-19 Question Answering System Using
BERT,” Arabian Journal for Science and Engineering, 2021, doi:10.1007/s13369-021-05810-5.
[11] Stanford University, Training, CS324: Systems for Machine Learning, https://stanfordcs324.github.io/winter2022/lectures/training/, 2022.
[12] Vaswani, A., Shazeer, N., Parmar, N. et al., Attention is all you need, arXiv (Cornell
University), 2017. doi: 10.48550/arXiv.1706.03762.
[13] Gao, Y., Xiong, Y., Gao, X., Jia, K. et al., Retrieval-Augmented Generation for Large Language
Models: A Survey, arXiv (Cornell University), 2023. doi: 10.48550/arXiv.2312.10997.
[14] IBM, What is natural language processing? https://www.ibm.com/topics/natural-languageprocessing, n.d.
[15] Kang, B., Kim, J., Yun, T.R., Kim, C.E. et al., Prompt-RAG: Pioneering Embedding vector-Free
Retrieval-Augmented Generation in Niche Domains, Exemplified by Korean Medicine, arXiv
(Cornell University), 2024. doi: 10.48550/arXiv.2401.11246.

GVHD. Ths Quách Đình Hoàng

71

[16] Elastic, What is vector search? https://www.elastic.co/what-is/vector-search, 2024.
[17] Life Architect. (n.d.). Models. Retrieved from https://lifearchitect.ai/models/.
[18] Cổng thông tin điện tử pháp điển, https://phapdien.moj.gov.vn/Pages/home.aspx, 2023.
[19] RAG Documentation, https://docs.ragas.io/en/stable/index.html, 2023.
[20] Meyer, J.G., Urbanowicz, R.J., Martin, P.C.N. et al., ChatGPT and large language models in
academia: opportunities and challenges, BioData Mining, 16, 20, 2023. doi: 10.1186/s13040-02300339-9.
[21] Yang, J., Jin, H., Tang, R. et al., Survey on ChatGPT and Beyond, arXiv (Cornell University),
2023. doi: 10.48550/arXiv.2304.13712).

GVHD. Ths Quách Đình Hoàng

72