Salesforce Tạo Ra Thuật Toán Tự Tóm Tắt Văn Bản Dựa Trên AI

Trước xu hướng con người ngày càng mất nhiều thời gian đọc email, báo điện tử và mạng xã hội, Salesforce đã phát triển một thuật toán sử dụng machine-learning (máy học) để tự động tóm tắt các văn bản dài một cách gọn gàng và chính xác.

Việc tự động tóm tắt sẽ là một trong những công nghệ quan trọng đối với Salesforce – công ty chuyên cung cấp các sản phẩm phục vụ cho hoạt động chăm sóc khách hàng trong doanh nghiệp. Những đoạn văn tóm tắt có thể giúp nhân viên giảm thiểu thời gian đọc email và thông tin mới để tập trung nhiều hơn cho khách hàng của mình.

Salesforce đã sử dụng trí tuệ nhân tạo (AI) phân tích và tóm gọn các đoạn văn. Công ty cho biết đã thực hiện được 2 bước đột phá trong công nghệ xử lý ngôn ngữ tự nhiên là “mô hình phát sinh ngôn từ theo ngữ cảnh” và một “phương pháp huấn luyện các mô hình tóm tắt mới”. Hai mô hình mới sẽ cho phép các nhà nghiên cứu tự động tạo ra các đoạn tóm tắt một cách chính xác và dễ hiểu. Trước đó, Salesforce cũng đã mua lại startup về deep learning (công nghệ học sâu) MetaMind - nhóm nhân sự đứng sau toàn bộ công trình.

Nhóm nghiên cứu MetaMind giải thích, công nghệ tự động tóm tắt văn bản thông thường hoạt động trên 2 nguyên tắc: Extraction và Abstraction. Theo nguyên tắc Extraction, máy tính có thể tóm tắt dựa trên các câu chữ trước đó của văn bản nhưng không được linh hoạt lắm. Còn nguyên tắc Abstraction sẽ cho phép máy đưa thêm từ mới nhưng hệ thống buộc phải hiểu đoạn văn ở mức khá cao mới có thể cho sử dụng từ mới một cách chuẩn xác. Nhờ các mạng neuron trong deep-learning phát huy tác dụng. Chúng có thể xử lý hàng loạt câu ví dụ và cho ra những từ biểu thị ý nghĩa của cả cụm từ, giúp hệ thống lược dịch lại được các đoạn chữ cũng như sinh ra được từ ngữ của riêng nó.

Các nhà nghiên cứu còn cho mô hình xem lại các đoạn văn bản nó đã tóm tắt để có thêm ngữ cảnh. Các mô hình cũng xem lại cả các ví dụ tóm tắt do chính nó thực hiện để đảm bảo không lặp lại trong các đoạn sau.

Bước đột phá thứ hai của Salesforce cách các nhà nghiên cứu huấn luyện cho hệ thống tự học và nâng cấp chính nó. 2 phương pháp được sử dụng là teacher forcing (học dưới sự thúc ép của “giáo viên”) và reinforcement learning (học tăng cường).

Reinforcement learning là phương pháp huấn luyện lấy cảm hứng từ cách động vật học hỏi, từng được Google DeepMind sử dụng để huấn luyện AI chơi video game. Các chuyên gia sẽ cho mô hình tạo ra một chuỗi từ ngữ với kết quả được chấm điểm theo thang đánh giá ROUGE (Recall-Oriented Understudy for Gisting Evaluation). Thuật toán sẽ tự động cập nhật chính nó bằng mức điểm cao hơn, dẫn đến kết quả tóm tắt tốt hơn trong tương lai.

Còn phương pháp Teacher forcing sẽ đánh giá bản tóm tắt theo một quy chuẩn định sẵn có thể cho ra “kết quả rất tốt” nhưng lại không mấy linh hoạt. Các nhà nghiên cứu nhận ra rằng, khi kết hợp các mô hình sẽ thu được kết quả ấn tượng hơn hẳn các hướng tiếp cận khác. Trong các ví dụ được nhóm nghiên cứu MetaMind đưa ra, các đoạn tóm tắt bằng mô hình cho ra kết quả ngắn hơn đáng kể so với văn bản gốc, câu chữ cũng gãy gọn dễ đọc ngang ngửa với bản tóm tắt do người viết.

Dù vậy, nhóm nghiên cứu vẫn còn rất nhiều việc cần làm trước khi đưa công nghệ mới vào thương mại hóa.