Project3

TÌM HIỂU THUẬT TOÁN MACHINE LEARNING PHÂN LOẠI BÀI BÁO THÀNH CÁC CHỦ ĐỀ CHO TRƯỚC

Mô tả

Dự án này tập trung vào việc nghiên cứu và phát triển thuật toán Machine Learning để phân loại các bài báo thành các chủ đề khác nhau. Chúng tôi xây dựng một hệ thống có khả năng tự động gán chủ đề cho các bài báo dựa trên nội dung của chúng.

Cài Đặt

1. Yêu cầu Python: Đảm bảo bạn đã cài đặt Python trên máy tính của bạn. Phiên bản Python được khuyến nghị là Python 3.10.

2. Cài Đặt Thư Viện: Chạy lệnh sau để cài đặt các thư viện cần thiết: ViTokenizer, ViPosTagger, numpy, gensim

Hướng Dẫn Sử Dụng

1. Thu Thập Dữ Liệu: Thu thập dữ liệu về các bài báo trong các chủ đề khác nhau.

2. Tiền Xử Lý Dữ Liệu: Tiền xử lý dữ liệu bài báo, bao gồm loại bỏ stop words, chuyển đổi văn bản thành dạng vector, và chuẩn hóa dữ liệu.

3. Xây Dựng Mô Hình Machine Learning: Sử dụng các thuật toán Machine Learning (ví dụ: Naive Bayes, SVM, RandomForest) để xây dựng mô hình phân loại.

4. Đánh Giá Mô Hình: Đánh giá hiệu suất của mô hình sử dụng các metric như precision, recall, và F1-score.

5. Phân Loại Bài Báo: Sử dụng mô hình đã huấn luyện để phân loại các bài báo mới vào các chủ đề tương ứng.