Phân Loại Tên Chương Trình Truyền Hình Theo Chủ Đề Phát sóng Sử Dụng Mô Hình XLNet-Reference-Cited by-同舟云学术

Phân Loại Tên Chương Trình Truyền Hình Theo Chủ Đề Phát sóng Sử Dụng Mô Hình XLNet

Published:2022-04-28 Issue:69 Volume: Page:8-16
ISSN:2615-9740
Container-title:Journal of Technical Education Science
language:
Short-container-title:JTE

Author:

Võ Quang Long,Nguyễn Ngọc Hùng Anh,Trần Minh Sơn,Trần Thu Hà

Abstract

Bài báo giới thiệu một dịch vụ mới trong truyền hình số dựa trên trải nghiệm thực tế khách hàng khi xem truyền hình. Mục đích chính của khán giả truyền hình là xem nội dung truyền tải về các chủ đề mà minh có nhu cầu. Để tạo điều kiện cho việc chọn lựa nội dung truyền hình muốn xem một cách nhanh chóng, nhóm nghiên cứu đã đề xuất giải pháp sắp xếp phân loại chương trình truyền hình theo chủ đề nội dung đang phát của kênh giúp người xem chọn được và xem được chủ đề truyền hình quan tâm, không phải tìm kiếm giữa nhiều kênh đang truyền (số thứ tự kênh ) không có gợi ý về nội dung đang phát trực tiếp. Để phân loại tất cả tên các chương trình phát sóng, bài báo đã ứng dụng mô hình XLNet chuyển đổi giữa các câu văn (sequence-to-sequence Model) để sắp xếp các chương trình này vào một trong năm chủ đề được định nghĩa trước: phim truyện, thời sự, ca nhạc, thể thao, tổng hợp,... Các kênh truyền hình đang phát chương trình có chủ đề được chọn sẽ được hiển thị để người xem có thể nhanh chóng xem được đúng nội dung cần tìm.

Publisher

Ho Chi Minh City University of Technology and Education

Reference14 articles.

1. XLNet–Người khổng lồ thay thế vị trí của BERT, 06/07/2019, URL: https://trituenhantao.io/kien-thuc/xlnet-nguoi-khong-lo-thay-the-vi-tri-cua-bert/

2. Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova, BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

3. Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Ruslan Salakhutdinov, Quoc V. Le, XLNet: Generalized Autoregressive Pretraining for Language Understanding, Đại học Carnegie Mellon, Nhóm trí tuệ AI của Google.C. Waldenor, Is OTT Disrupting Television? Master Thesis, Stockholm, June 7th 2013.

4. Giới thiệu vể chuyên đổi câu trong xử lý ngôn ngữ tự nhiên Transformers In NLP | State-Of-The-Art-Models (analyticsvidhya.com)

5. Mã nguồn của mạng XLNET https://github.com/zihangdai/xlnet.J. C. Whitaker, Interactive TV Demystified, 2001 McFraw-Hill, ISBN 0-07-136325-4