TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH – VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP

HỆ THỐNG TẠO BIÊN BẢN
CUỘC HỌP SỬ DỤNG MÔ HÌNH NGÔN
NGỮ LỚN VÀ KỸ THUẬT TÁI LẬP LỜI
HƯỚNG DẪN
NGÀNH HỆ THỐNG NHÚNG VÀ IOT

Sinh viên: VÕ VĂN LINH
MSSV: 20139080

TP. HỒ CHÍ MINH – 06/2024

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN KỸ THUẬT MÁY TÍNH – VIỄN THÔNG

ĐỒ ÁN TỐT NGHIỆP

HỆ THỐNG TẠO BIÊN BẢN
CUỘC HỌP SỬ DỤNG MÔ HÌNH NGÔN
NGỮ LỚN VÀ KỸ THUẬT TÁI LẬP LỜI
HƯỚNG DẪN
NGÀNH HỆ THỐNG NHÚNG VÀ IOT

Sinh viên:

VÕ VĂN LINH
MSSV: 20139080

Hướng dẫn: TS NGUYỄN MẠNH HÙNG
TP. HỒ CHÍ MINH – 06/2024

THÔNG TIN KHOÁ LUẬN TỐT NGHIỆP
1. Thông tin sinh viên
Họ và tên sinh viên:
Võ Văn Linh

MSSV: 20139080

2. Thông tin đề tài
Tên đề tài: Hệ thống tạo biên bản cuộc họp sử dụng mô hình ngôn ngữ lớn
và kỹ thuật tái lập lời hướng dẫn.
Đơn vị quản lý: Bộ môn Công nghệ kỹ thuật Máy tính - Viễn Thông, Khoa
Điện – Điện Tử, Trường Đại học Sư phạm Kỹ Thuật Tp. Hồ Chí Minh.
Thời gian thực hiện: Từ ngày 25/2/2024 đến ngày 02/06/2024.
3. Lời cam đoan của sinh viên
“Dự án lần này chỉ do một thành viên thực hiện là Võ Văn Linh. Tôi xin
cam đoan rằng báo cáo Khóa luận tốt nghiệp này là công trình nghiên cứu của
nhóm chúng tôi dưới sự hướng dẫn của TS Nguyễn Mạnh Hùng. Chúng tôi không
sao chép bất kỳ tài liệu nào đã được sử dụng trước đó mà không trích dẫn nguồn
gốc rõ ràng. Nếu có bất kỳ vi phạm nào, chúng tôi xin cam kết chịu hoàn toàn trách
nhiệm.”

Thành phố Hồ Chí Minh, ngày ... tháng ... năm 2024
Sinh viên thực hiện khoá luận
(Ký và ghi rõ họ tên)

LỜI CẢM ƠN
Lời đầu tiên, em xin gửi lời chào và lời chúc sức khỏe đến quý thầy cô Khoa
Điện – Điện tử nói chung và quý thầy cô Bộ môn Công nghệ Kỹ thuật Máy tính –
Viễn thông nói riêng.
Em xin bày tỏ lòng biết ơn sâu sắc đến TS Nguyễn Mạnh Hùng, giáo viên
hướng dẫn của em trong khóa luận lần này. Trong quá trình thực hiện và hoàn
thành khóa luận, thầy đã luôn đồng hành, giải đáp các thắc mắc cùng em. Bên cạnh
đó, thầy cũng đưa ra nhiều vấn đề thực tế với những câu hỏi tại sao, chỉ ra những
điểm chưa chính xác của đề tài, giúp em hoàn thiện hơn.
Ngoài ra, em cũng xin bày tỏ lòng biết ơn đến tất cả các thầy cô trong Bộ
môn Công nghệ Kỹ thuật Máy tính – Viễn thông đã chia sẻ kiến thức, kinh nghiệm
và động viên em trong quá trình học tập.
Một lần nữa, em xin chúc quý thầy cô sức khỏe dồi dào, thành công trong
sự nghiệp giảng dạy và mong rằng em sẽ tiếp tục nhận được s
...

...
sart, S., Zou, A., Mazeika, M., Song, D., &amp
Steinhardt,

J.

(2021).

Measuring

Massive

Multitask

Language

Understanding. arXiv. https://arxiv.org/abs/2009.03300
[32]

Joshi, M., Choi, E., Weld, D. S., &amp Zettlemoyer, L. (2017). TriviaQA: A
Large Scale Distantly Supervised Challenge Dataset for Reading
Comprehension. arXiv. https://arxiv.org/abs/1705.03551

[33]

Sap, M., Rashkin, H., Chen, D., LeBras, R., &amp Choi, Y. (2019). SocialIQA:
Commonsense

Reasoning

about

Social

Interactions.

ArXiv.

/abs/1904.09728
[34]

Mihaylov, T., Clark, P., Khot, T., &amp Sabharwal, A. (2018). Can a Suit of
Armor Conduct Electricity? A New Dataset for Open Book Question
Answering. ArXiv. /abs/1809.02789

[35]

Reddy, S., Chen, D., &amp Manning, C. D. (2019). CoQA: A Conversational
Question Answering Challenge. Transactions of the Association for

52

Computational Linguistics, 7, 249-266. https://aclanthology.org/Q191016.pdf
[36]

Cobbe, K., Kosaraju, V., Bavarian, M., Chen, M., Jun, H., Kaiser, L.,
Plappert, M., Tworek, J., Hilton, J., Nakano, R., Hesse, C., &amp Schulman, J.
(2021). Training Verifiers to Solve Math Word Problems. ArXiv.
/abs/2110.14168

[37]

Chen, M., Tworek, J., Jun, H., Yuan, Q., Pinto, H. P., Kaplan, J., Edwards,
H., Burda, Y., Joseph, N., Brockman, G., Ray, A., Puri, R., Krueger, G.,
Petrov, M., Khlaaf, H., Sastry, G., Mishkin, P., Chan, B., Gray, S., . . .
Zaremba, W. (2021). Evaluating Large Language Models Trained on Code.
ArXiv. /abs/2107.03374

[38]

Mihaylov, T., Clark, P., Khot, T., &amp Sabharwal, A. (2018). Can a Suit of
Armor Conduct Electricity? A New Dataset for Open Book Question
Answering. arXiv. https://arxiv.org/abs/1809.02789

[39]

Chen, M., Tworek, J., Jun, H., Yuan, Q., de Oliveira Pinto, H. P., Kaplan,
J., ... &amp Zaremba, W. (2021). Evaluating Large Language Models Trained
on Code. arXiv. https://arxiv.org/abs/2107.03374

[40]

Cobbe, K., Kosaraju, V., Bavarian, M., Chen, M., Jun, H., Kaiser, Ł., ... &amp
Schulman, J. (2021). Training Verifiers to Solve Math Word Problems.
arXiv. https://arxiv.org/abs/2110.14168

[41]

Zhou, P., Madaan, A., Potharaju, S. P., Gupta, A., McKee, K. R., Holtzman,
A., Pujara, J., Ren, X., Mishra, S., Nematzadeh, A., Upadhyay, S., &amp
Faruqui, M. (2023). How FaR Are Large Language Models From Agents
with Theory-of-Mind? ArXiv. /abs/2310.03051

[42]

Mikolov, T., Chen, K., Corrado, G., &amp Dean, J. (2013). Efficient Estimation
of Word Representations in Vector Space. ArXiv. /abs/1301.3781

53