Phân tích so sánh các mô hình tìm kiếm dựa trên từ khóa và ngữ nghĩa cho dữ liệu báo điện tử tiếng Việt

Tóm tắt

Công việc thường xuyên khi duyệt trang web là tìm kiếm nội dung các trang theo từ khóa, chẳng hạn tìm các trang trong máy tìm kiếm của Google. Việc tìm kiếm văn bản là quá trình tìm những tư liệu liên quan nhất tới câu hỏi của người dùng. Bài báo đề cập quy trình xử lý văn bản tiếng Việt từ trang web. Các văn bản được xử lý theo ngôn ngữ học, chuẩn bị cho việc tìm kiếm theo từ khóa và ngữ nghĩa. Các mô hình tìm kiếm logic (bool), mô hình TF-IDF, Word2Vec và BERT được nêu ra để so sánh. Sau các phân tích, bài báo đề cập mô hình tìm kiếm BM25 và tìm kiếm lai. Văn bản sử dụng là trang báo điện tử VnExpress vào tháng 1/2026. Sau các thực nghiệm trên môi trường Google Colab với ngôn ngữ Python, bài báo khuyến cáo sử dụng mô hình tìm kiếm lai, kết hợp BM25 và BERT/PhoBERT để tăng hiệu quả tìm kiếm.