Nghiên cứu để người khiếm thị nhận biết xung quanh bằng hỏi đáp

0:00 / 0:00
0:00
SVVN - Bằng hỏi đáp dựa trên hình ảnh (VQA), qua ứng dụng thị giác máy tính và xử lý ngôn ngữ tự nhiên, nhóm sinh viên trường ĐH CNTT (ĐHQG TP. HCM) đã nghiên cứu giải pháp giúp những người khiếm thị có thể nhận biết được những thông tin xung quanh mình qua việc đặt các câu hỏi và nhận về đáp án cụ thể từ hệ thống.

“ViVQA: A modern Vietnamese Visual Question Answering for SOTA solutions” là công trình khoa học do nhóm sinh viên: Trần Quốc Khánh, Nguyễn Trọng Ân, Dương Văn Bình và Lê Trần Hoài Ân, ngành Khoa học Dữ liệu, khoa Khoa học & Kỹ thuật thông tin, trường ĐH CNTT (ĐHQG TP. HCM) thực hiện. Bài báo của nhóm đã được đăng tại Hội nghị quốc tế về Xử lý ngôn ngữ tự nhiên PACLIC.

Theo nhóm, hỏi đáp dựa trên hình ảnh (Visual Questions Answering) là một lĩnh vực khá mới mẻ, là một trong những lĩnh vực nghiên cứu tiềm năng với sự kết hợp của xử lý ngôn ngữ tự nhiên và thị giác máy tính. Việc đưa ra một hình ảnh cùng với câu hỏi về nó, một hệ thống hỏi đáp có thể trích xuất được các thông tin cơ bản về ảnh và trả lời các câu hỏi liên quan, công việc đơn giản đối với con người nhưng lại là thách thức lớn đối với máy tính.

Nghiên cứu để người khiếm thị nhận biết xung quanh bằng hỏi đáp ảnh 1

Nhóm nghiên cứu nhận giải thưởng tại Liên hoan Tuổi trẻ sáng tạo TP. HCM năm 2021.

Nguyễn Trọng Ân cho biết: “Các công trình nghiên cứu hiện nay đã có trên tiếng Anh, tiếng Nhật và một vài ngôn ngữ khác, nhưng trên tiếng Việt vẫn chưa có vì hạn chế về dữ liệu. Chính vì lý do đó, nhóm quyết định thực hiện đề tài này với mục tiêu xây dựng một bộ dữ liệu để góp phần phát triển các hệ thống hỏi đáp trên ảnh tự động cho tiếng Việt. Chúng mình là một nhóm bạn thân. Có nhiều ý tưởng và sở thích nghiên cứu giống nhau nên khi nhận được gợi ý từ ThS Nguyễn Văn Kiệt về Visual Questions Answering, cả nhóm bắt tay vào làm luôn. Nhóm cảm thấy đề tài này rất thú vị và có tính ứng dụng cao nên cả nhóm bắt đầu nghiên cứu thực hiện đề tài này cho ngôn ngữ tiếng Việt”.

Dự án này được thực hiện trong vòng 12 tháng, gồm nhiều công đoạn có thể như xác định hướng đi cho đề tài, tìm hiểu các công trình nghiên cứu liên quan, xây dựng bộ dữ liệu, sau đó tiến hành thực nghiệm và huấn luyện các mô hình trên bộ dữ liệu đã được xây dựng, và cuối cùng là quá trình kiểm định, đánh giá và phát triển mô hình.

Bộ dữ liệu được nhóm xây dựng trên miền dữ liệu các hình ảnh từ MS COCO, cùng với đó là việc triển khai mô hình VisualQA sử dụng các phương pháp khác nhau như LSTM, CNN và Hierarchical Co-Attention để đánh giá hiệu suất trên bộ dữ liệu cũng như trình bày về các tinh chỉnh trong các mô hình mà nhằm tìm ra mô hình cho kết quả tốt nhất với bộ dữ liệu này. Một thách thức lớn nhất đối với nhóm là mất nhiều thời gian để hiện thực bộ dữ liệu bởi vì muốn hệ thống hỏi đáp đạt độ chính xác cao.

Bên cạnh đó, tính mới của dự án cũng là một thử thách lớn. Hỏi đáp tự động trên ảnh (VQA) là một lĩnh vực vẫn còn mới ở Việt Nam. Chính vì vậy, tài liệu tham khảo cũng như tài nguyên các bộ dữ liệu về lĩnh vực này chủ yếu trên tiếng Anh. Tìm kiếm và nghiên cứu tài liệu bằng tiếng Việt đã “ngốn” không ít thời gian của nhóm.

Khi phát triển thành công, hệ thống do nhóm thực hiện có thể giúp những người khiếm thị có thể nhận biết được những thông tin xung quanh mình qua việc đặt các câu hỏi và nhận về đáp án cụ thể từ hệ thống. Đây đều là các cuộc thi và giải thưởng nhằm tìm kiếm, tuyên dương các tác giả, sản phẩm có tính ứng dụng cao về khoa học kỹ thuật và tuyển chọn các sản phẩm tiêu biểu tham gia Liên hoan Tuổi trẻ sáng tạo toàn quốc năm 2021.

Ngoài được đăng trên kỷ yếu hội thảo khoa học quốc tế, nghiên cứu của nhóm còn giành giải Ba cuộc thi Makerthon và Huy chương Đồng, Giải thưởng Thiết kế - Chế tạo - Ứng dụng năm 2021.

MỚI - NÓNG
Thí sinh chưa đỗ tốt nghiệp THPT 2024 sẽ có đề thi riêng
Thí sinh chưa đỗ tốt nghiệp THPT 2024 sẽ có đề thi riêng
SVVN - Bộ GD - ĐT đã có thông tin chính thức về việc tổ chức thi tốt nghiệp THPT cho thí sinh chưa đỗ kỳ thi năm 2024. Theo đó, từ năm 2025, những học sinh chưa đỗ Kỳ thi Tốt nghiệp năm 2024 và những năm trước đó sẽ được tổ chức thi tốt nghiệp đúng nội dung chương trình giáo dục phổ thông đã được học, theo tinh thần đảm bảo đầy đủ quyền lợi của học sinh.

Có thể bạn quan tâm

Cựu sinh viên Nhân văn nhắn nhủ sinh viên Nhân văn trước ngưỡng cửa thế giới việc làm

Cựu sinh viên Nhân văn nhắn nhủ sinh viên Nhân văn trước ngưỡng cửa thế giới việc làm

SVVN - Anh Nguyễn Văn Đạt có 8 năm kinh nghiệm làm việc tại Tập đoàn Thế giới di động, đang là Giám đốc Phát triển mạng lưới kiêm Giám đốc Đối ngoại Công ty cổ phần Thời trang YODY. Anh là 1 trong số 5 diễn giả khách mời tại talkshow "Chuyển đổi việc làm: Cơ hội, thách thức cho người lao động và doanh nghiệp" do trường Đại học Khoa học Xã hội & Nhân văn - ĐHQG Hà Nội tổ chức. Đây là chia sẻ của anh dành riêng cho chuyên trang Sinh Viên Việt Nam, báo Tiền Phong.
Gen Z sử dụng mạng xã hội sao cho hiệu quả?

Gen Z sử dụng mạng xã hội sao cho hiệu quả?

SVVN - Tại chương trình "Hỗ trợ tâm lý học đường - đưa chuyên gia đến với trường học", diễn ra ở trường THCS-THPT Hai Bà Trưng (quận Tân Bình, TP. HCM), ThS Tâm lý Trần Thị Thanh Trà - giảng viên trường ĐH Mở TP. HCM cho biết: “Theo thống kê của Google vào tháng 6/2023, gần 80% người dân Việt Nam sử dụng mạng xã hội, thời lượng trung bình là 3 giờ đồng/ngày”.
Báo Tiền Phong và Keppel đưa hai hệ thống máy lọc nước sạch đến người dân tỉnh Bến Tre và Trà Vinh

Báo Tiền Phong và Keppel đưa hai hệ thống máy lọc nước sạch đến người dân tỉnh Bến Tre và Trà Vinh

SVVN - Nhân Ngày Nước thế giới (22/3) với chủ đề “Leveraging water for peace” - “Nước cho hòa bình”, báo Tiền Phong phối hợp Tập đoàn Keppel cùng Tỉnh Đoàn Bến Tre, Tỉnh Đoàn Trà Vinh tổ chức trao tặng hai hệ thống máy lọc nước nhiễm mặn có công suất sản xuất 12.000 lít nước sạch mỗi ngày.