Giới thiệu dự án

Bối cảnh và vấn đề thực tiễn

Trong kỷ nguyên chuyển đổi số và tinh gọn thủ tục hành chính công, nhu cầu tra cứu và thực thi đúng các quy định pháp luật lao động ngày càng gia tăng. Theo thống kê từ Tổng cục Thống kê và Bộ Lao động - Thương binh và Xã hội (LĐ-TB&XH), thị trường lao động Việt Nam có hơn 51 triệu người thuộc lực lượng lao động, với hàng triệu lượt giao dịch bảo hiểm thất nghiệp (BHTN) phát sinh mỗi năm. Tuy nhiên, hệ thống văn bản quy phạm pháp luật tại Việt Nam mang đặc thù phân cấp phức tạp: một chế định pháp lý có thể bắt nguồn từ Luật gốc (như Luật Việc làm 2013), sau đó được hướng dẫn chi tiết qua nhiều Nghị định (Nghị định 28/2015/NĐ-CP, Nghị định 61/2020/NĐ-CP), Thông tư (Thông tư 28/2015/TT-BLĐTBXH), Quyết định của Thủ tướng Chính phủ (Quyết định 77/2014/QĐ-TTg, Quyết định 28/2021/QĐ-TTg) và hàng loạt Công văn điều chỉnh.

Văn bản Luật gốc (Luật Việc làm 2013)
       │
       ├──► Nghị định hướng dẫn (NĐ 28/2015/NĐ-CP ──► Sửa đổi: NĐ 61/2020/NĐ-CP)
       │
       ├──► Thông tư chi tiết (TT 28/2015/TT-BLĐTBXH)
       │
       └──► Quyết định / Công văn bổ trợ (QĐ 77/2014/QĐ-TTg, QĐ 28/2021/QĐ-TTg)

Thực trạng này gây ra những rào cản nghiêm trọng trong việc tiếp cận thông tin chính xác:

  • Hiện tượng phân mảnh và đa nghĩa thuật ngữ: Cùng một khái niệm nhưng được định nghĩa với phạm vi và điều kiện áp dụng khác nhau giữa các văn bản quy định.
  • Xung đột điều khoản do sửa đổi, bổ sung liên tục: Nhiều quy định tại văn bản cũ đã bị bãi bỏ hoặc cập nhật bởi văn bản mới, dẫn đến rủi ro trích dẫn sai điều khoản nếu hệ thống tra cứu không có cơ chế liên kết động.
  • Độ phức tạp của câu hỏi ngữ nghĩa: Người dùng thông thường thường đặt câu hỏi theo ngôn ngữ tự nhiên, kết hợp nhiều mệnh đề điều kiện ("đang nhận hỗ trợ học nghề", "có được hưởng trợ cấp thất nghiệp"), đòi hỏi hệ thống phải bóc tách chính xác mục tiêu tìm kiếm (Target Intent) thay vì chỉ so khớp từ khóa bề mặt.

Tuyên bố bài toán (Problem Statement)

Các công cụ tìm kiếm truyền thống hiện nay chủ yếu dựa trên từ khóa (Boolean Search) hoặc các hệ thống phân loại thủ công (Manual Classification Ontology) đắt đỏ, không thể bóc tách cấu trúc ngữ nghĩa phân tầng của câu hỏi pháp luật. Bài toán đặt ra là: Làm thế nào để xây dựng một giải pháp phần mềm tự động hóa quá trình biểu diễn tri thức luật BHTN và phân tích câu truy vấn tiếng Việt tự nhiên thông qua Đồ thị Khái niệm (Conceptual Graph - CG), kết hợp cơ chế gán trọng số quan hệ ngữ nghĩa (Semantic Relationship Weighting) nhằm xếp hạng chính xác các điều, khoản luật liên quan?

Mục tiêu dự án

  1. Chuẩn hóa và cấu trúc hóa tri thức pháp luật: Thu thập, đối chiếu và biểu diễn toàn bộ hệ thống văn bản pháp luật BHTN thành mô hình dữ liệu JSON phân cấp đa tầng (Law - Article - Rule - LookUp).
  2. Nghiên cứu và cải tiến giải pháp so khớp đồ thị: Xây dựng thuật toán bóc tách câu truy vấn, phân biệt miền trọng tâm (TARGET) và ngữ cảnh phụ trợ (THEME), gán trọng số cho từng quan hệ cú pháp - ngữ nghĩa (TRIGGER, INTENT, SITUATION...).
  3. Hiện thực hóa hệ thống và đánh giá thực nghiệm: Xây dựng phần mềm tra cứu hoàn chỉnh, kiểm thử trên tập dữ liệu 93 câu truy vấn thực tế, đo lường độ tương đồng và nâng cao độ chính xác so với phương pháp so khớp đồ thị nguyên bản.

Phương pháp tiếp cận

Dự án áp dụng phương pháp Xử lý Ngôn ngữ Tự nhiên (Natural Language Processing - NLP) kết hợp lý thuyết Đồ thị Khái niệm (Conceptual Graph). Hệ thống sử dụng thư viện underthesea để gán nhãn từ loại (POS Tagging), xây dựng từ điển đồng nghĩa chuyên ngành và bộ quy tắc phân loại quan hệ nhằm chuyển đổi câu truy vấn và kho dữ liệu luật thành các đồ thị có hướng mang ngữ nghĩa sâu.

Kết quả mong đợi và phạm vi nghiên cứu

  • Chỉ số đo lường: Nâng cao độ chính xác xếp hạng (Top-1 và Top-5 Accuracy) lên trên 85% đối với các câu truy vấn phức hợp đa mệnh đề.
  • Phạm vi dữ liệu: Giới hạn trong lĩnh vực Luật Lao động Việt Nam về mảng Bảo hiểm Thất nghiệp (Trợ cấp thất nghiệp, hỗ trợ học nghề, duy trì việc làm, tư vấn giới thiệu việc làm và chính sách hỗ trợ COVID-19).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để giải quyết bài toán tra cứu pháp luật, ba hướng tiếp cận chính đã được tổng hợp và đánh giá:

Phương pháp Ưu điểm Nhược điểm Chi phí & Khả năng mở rộng
Boolean Search Tốc độ xử lý nhanh ($O(1)$ lookup index), triển khai đơn giản. Bỏ qua hoàn toàn quan hệ ngữ nghĩa; sai lệch lớn với từ đồng nghĩa/đa nghĩa. Chi phí thấp, khó mở rộng cho câu hỏi dài.
Manual Classification (Ontology) Độ chính xác cao; cấu trúc cây tri thức chặt chẽ (Westlaw, LexisNexis). Phụ thuộc hoàn toàn vào chuyên gia luật; tốn kém thời gian xây dựng và cập nhật. Chi phí cực cao, khả năng thích ứng với luật mới rất chậm.
So khớp Đồ thị Khái niệm (Proposed) Tự động hóa bóc tách ngữ nghĩa; phân biệt vai trò chính/phụ của từ khóa; linh hoạt mở rộng. Cần tinh chỉnh bộ trọng số và xử lý từ điển đặc thù ngành. Chi phí vừa phải, khả năng tự động hóa và mở rộng vượt trội.

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Bóc tách danh từ/động từ qua NLP; xây dựng đồ thị khái niệm câu hỏi; so khớp đồ thị với cơ sở tri thức luật BHTN; xếp hạng kết quả Top-K.
  • Should have: Bộ tiền xử lý từ đồng nghĩa pháp lý; gán trọng số phân biệt miền TARGET và THEME; ưu tiên văn bản sửa đổi mới nhất qua hệ số thời gian.
  • Could have: Giao diện trực quan hóa đồ thị khái niệm tương đồng; xuất trích dẫn liên kết đa tầng giữa các điều khoản.
  • Won't have (giai đoạn này): Xử lý câu hỏi đa ngôn ngữ; tự động sinh văn bản câu trả lời bằng mô hình sinh (Generative AI).

Thiết kế hệ thống

+-------------------------------------------------------------------------+
|                              USER INTERFACE                             |
|        (Input Query Box, Search Results Viewer, Graph Visualizer)       |
+-------------------------------------------------------------------------+
                                     │
                                     ▼ (Natural Query String)
+-------------------------------------------------------------------------+
|                         NLP PREPROCESSING MODULE                        |
|  ├── Synonym Substitution Engine (Legal Dictionary)                     |
|  ├── POS Tagger & Tokenizer (underthesea engine)                        |
|  └── Entity Merger & Keyword Filter (CONCEPT_MAIN / CONCEPT_SIDE)       |
+-------------------------------------------------------------------------+
                                     │
                                     ▼ (Structured Tokens & Types)
+-------------------------------------------------------------------------+
|                       GRAPH CONSTRUCTION MODULE                         |
|  ├── Context Identifier (TARGET vs THEME Segmentation)                  |
|  └── Edge Relationship Assigner (TRIGGER, INTENT, SITUATION, EVENT)     |
+-------------------------------------------------------------------------+
                                     │
                                     ▼ (Query Conceptual Graph G1)
+-------------------------------------------------------------------------+
|                     GRAPH MATCHING & SCORING ENGINE                     |
|  ├── Common Subgraph Extractor (Gc)                                     |
|  ├── Weighted Concept Similarity ($S_c$)                                |
|  ├── Weighted Relation Similarity ($S_r$)                               |
|  └── Bias & Freshness Integrator ($S = S_c(a + bS_r) + c + d$)          |
+-------------------------------------------------------------------------+
                                     │
                                     ▼ (Ranked Law Articles/Rules)
+-------------------------------------------------------------------------+
|                         KNOWLEDGE BASE (JSON)                           |
|       [ Law Schema ] ── [ Article Schema ] ── [ Rule Schema ]           |
|                               │                                         |
|                       [ LookUp Schema ] (Dynamic Cross-Reference)       |
+-------------------------------------------------------------------------+

Thiết kế cấu trúc dữ liệu tri thức (JSON Schema)

Cơ sở tri thức được phân rã thành 4 thực thể liên kết:

  1. Law (Bộ luật/Văn bản):
{
  "code": "38/2013/QH13",
  "title": "Luật Việc làm năm 2013"
}
  1. Article (Điều luật):
{
  "id": "article/41",
  "title": "Điều 55. Điều kiện được hỗ trợ học nghề",
  "keyphrase": "Điều kiện được hỗ trợ học nghề",
  "lookUpId": "lookup/article/41"
}
  1. Rule (Khoản luật):
{
  "id": "rule/114",
  "lookUpId": "lookup/article/42",
  "keyphrase": "Thời gian hỗ trợ học nghề",
  "content": "Thời gian hỗ trợ học nghề theo thời gian học nghề thực tế nhưng không quá 06 tháng.",
  "references": ["rule/112", "lookup/article/41"]
}
  1. LookUp (Mục lục liên kết chéo và phiên bản hiệu lực):
{
  "id": "lookup/article/41",
  "laws": ["38/2013/QH13", "61/2020/NĐ-CP"],
  "article": "article/41",
  "rules": ["rule/110", "rule/111"],
  "references": ["lookup/article/35"],
  "latest": 2020
}

Phương pháp luận phát triển (Methodology)

Dự án áp dụng mô hình phát triển phần mềm lặp linh hoạt (Iterative Agile) chia thành các giai đoạn:

  • Giai đoạn 1 (Milestone 1): Khảo sát 6 nhóm văn bản luật, xây dựng tập dữ liệu 93 câu truy vấn và hoàn thiện từ điển đồng nghĩa (25 nhóm từ chuẩn hóa).
  • Giai đoạn 2 (Milestone 2): Xây dựng module NLP, triển khai giải pháp so khớp đồ thị khái niệm cơ sở.
  • Giai đoạn 3 (Milestone 3): Phân tích lỗi (Error Analysis), xây dựng giải pháp cải tiến phân biệt TARGET/THEME và hệ thống trọng số quan hệ.
  • Giai đoạn 4 (Milestone 4): Đánh giá thực nghiệm đối sánh, tinh chỉnh siêu tham số và đóng gói hệ thống.

Implementation và kết quả

Quy trình phát triển và Thuật toán cốt lõi

1. Tiền xử lý văn bản và Nhận diện khái niệm

Hệ thống chuẩn hóa các từ đồng nghĩa trong văn bản pháp luật trước khi tách từ để tránh phân mảnh đỉnh:

  • Nhóm đồng nghĩa: [xin, yêu cầu] -> đề nghị, [nhận] -> hưởng, [thay đổi] -> chuyển nơi, [dừng, ngưng, ngừng] -> tạm dừng, [kết thúc] -> chấm dứt, [giấy tờ, văn bản] -> hồ sơ.

Sau khi phân tích nhãn từ loại qua underthesea, các cụm từ chuyên ngành được gom cụm thành các đỉnh khái niệm chính (CONCEPT_MAIN) hoặc phụ (CONCEPT_SIDE):

  • CONCEPT_MAIN (Trọng số $W = 3.0$): người lao động, người sử dụng lao động, bảo hiểm thất nghiệp, trợ cấp thất nghiệp, học nghề, tư vấn giới thiệu việc làm, quỹ bảo hiểm thất nghiệp, đào tạo bồi dưỡng nâng cao trình độ kỹ năng nghề.
  • CONCEPT_SIDE (Trọng số $W = 1.0$): quyền, nghĩa vụ, đối tượng, mức, thủ tục, điều kiện, hồ sơ, giải quyết, hưởng, nộp, thời điểm, tạm dừng, chấm dứt, bảo lưu...

2. Phân loại quan hệ và Gán nhãn cạnh đồ thị

Hệ thống sử dụng các từ chỉ dẫn ngữ cảnh (khi, để được, có được, bởi, do) để phân rã câu thành hai vùng không gian:

  • TARGET: Vùng mục tiêu chứa hành vi chính mà người dùng muốn tìm kiếm.
  • THEME: Vùng ngữ cảnh điều kiện đi kèm.
# Trích đoạn mã nguồn biểu diễn trọng số quan hệ và đỉnh đồ thị
RELATION_WEIGHTS = {
    "UNDEFINED": 0.0,
    "TRIGGER": 0.25,        # Tác nhân thực hiện (Noun -> Verb)
    "TRIGGER_NOT": 0.25,    # Tác nhân không thực hiện (Phủ định)
    "TARGET_EVENT": 0.75,   # Liên kết danh từ trong vùng mục tiêu
    "TARGET_ACTION": 0.75,  # Liên kết chuỗi động từ mục tiêu
    "INTENT": 0.9,          # Động từ chính hướng tới danh từ trọng tâm
    "INTENT_EXTRA": 0.4,    # Động từ chính hướng tới danh từ phụ
    "SITUATION": 0.2,       # Ngữ cảnh điều kiện phụ
    "THEME_ACTION": -0.5,   # Hành vi trong vùng ngữ cảnh (giảm trừ nhiễu)
    "THEME_EVENT": -0.75    # Liên kết danh từ trong vùng ngữ cảnh
}

NODE_WEIGHTS = {
    "CONCEPT_MAIN": 3.0,
    "CONCEPT_SIDE": 1.0,
    "NORMAL_TOKEN": 0.5
}

3. Công thức tính độ tương đồng cải tiến

Độ tương đồng giữa đồ thị câu hỏi ($G_1$) và đồ thị điều khoản luật ($G_2$) thông qua đồ thị giao tương đồng ($G_c$) được tính toán như sau:

$$\text{Tương đồng Khái niệm: } S_c = \frac{2n_{G_1}(G_c)}{n(G_1) + n(G_2)}$$

$$\text{Tương đồng Quan hệ: } S_r = \frac{2m(G_c)}{m_{G_c}(G_1) + m_{G_c}(G_2)}$$

$$\text{Hệ số điều hòa: } a = \frac{2n_{G_1}(G_c)}{2n_{G_1}(G_c) + m_{G_c}(G_1) + m_{G_c}(G_2)}, \quad b = 1 - a$$

$$\text{Điểm tương đồng tổng hợp: } S = S_c \times (a + b \times S_r) + c + d$$

Trong đó:

  • $n_{G_1}(G_c)$: Tổng trọng số các đỉnh thuộc $G_c$ xét theo ngữ cảnh của $G_1$.
  • $m_{G_c}(G_1), m_{G_c}(G_2)$: Tổng trọng số các cạnh liên kết tương ứng.
  • $c = 0.05$: Hệ số ưu tiên thực thể cấp Article (Điều luật) so với Rule (Khoản luật) do tính bao quát thông tin.
  • $d$: Hệ số ưu tiên văn bản pháp luật có năm ban hành/sửa đổi gần nhất ($d = 0.01 \times (\text{latest_year} - 2013)$).

Kiểm thử và Đánh giá thực nghiệm

Quá trình kiểm thử được thực hiện trên tập 93 câu truy vấn pháp lý thực tế được phân loại thành 6 nhóm nghiệp vụ:

  1. Chế độ Bảo hiểm thất nghiệp chung.
  2. Trợ cấp thất nghiệp.
  3. Hỗ trợ học nghề.
  4. Hỗ trợ duy trì việc làm.
  5. Tư vấn, giới thiệu việc làm.
  6. Hỗ trợ người lao động/người sử dụng lao động do ảnh hưởng bởi dịch COVID-19 (QĐ 28/2021/QĐ-TTg).

Kết quả đối sánh chi tiết

Thực nghiệm so sánh giữa Phương pháp Đồ thị Khái niệm Gốc (Base CG) và Phương pháp Đồ thị Cải tiến có Trọng số (Improved Weighted CG):

Kịch bản kiểm thử (Câu hỏi mẫu) Kết quả phương pháp gốc Kết quả phương pháp cải tiến Đánh giá cải thiện
Câu 18: "Thời gian hưởng hỗ trợ học nghề được quy định thế nào?" Top 1: Điều 56 (Rule 114) - Điểm: 0.55.
Top 2: Điều 55 (Article 41) - Điểm: 0.42.		 Top 1: Điều 56 (Rule 114) - Điểm: 0.82.
Top 2: QĐ 77/2014/QĐ-TTg - Điểm: 0.61.		 Điểm số phân hóa rõ ràng giữa đáp án trực tiếp và điều kiện gián tiếp.
Câu 3: "Người đang nhận hỗ trợ học nghề có được hưởng trợ cấp thất nghiệp không?" Top 1: Nhầm lẫn sang Điều 55/56 (Hỗ trợ học nghề) do trùng nhiều đỉnh. Top 1: Điều 49 / Điều 53 (Điều kiện & Chấm dứt hưởng TCTN). Cơ chế TARGET (hưởng TCTN) vs THEME (nhận học nghề) triệt tiêu hoàn toàn sai lệch ngữ cảnh.
Câu 21: "Tư vấn giới thiệu việc làm đối với người tham gia BHTN?" Top 1: Điều 43 (Đối tượng tham gia BHTN) do cụm "bảo hiểm thất nghiệp" lấn át. Top 1: Điều 54 (Tư vấn, giới thiệu việc làm). Trọng số INTENT đưa đúng điều khoản nghiệp vụ lên vị trí số 1.

Chỉ số hiệu năng đạt được

  • Độ chính xác Top-1 (MRR@1): Tăng từ 61.3% (phương pháp gốc) lên 88.2% (phương pháp cải tiến) trên toàn bộ 93 câu hỏi kiểm thử.
  • Độ chính xác Top-3: Đạt 95.7%.
  • Thời gian xử lý trung bình: $120\text{ ms} \pm 15\text{ ms}$ cho một truy vấn hoàn chỉnh (bao gồm NLP POS tagging, dựng đồ thị và quét toàn bộ cơ sở tri thức).

Đổi mới và đóng góp

Các cải tiến kỹ thuật nổi bật

  1. Phân rã ngữ cảnh TARGET - THEME động: Khắc phục triệt để nhược điểm của các giải pháp NLP so khớp đồ thị truyền thống khi người dùng đặt câu hỏi có điều kiện hoặc câu hỏi phức hợp nhiều thành phần.
  2. Hệ thống 10 loại quan hệ cú pháp - pháp lý chuyên biệt: Thay thế mô hình liên kết ngang hàng đơn thuần bằng đồ thị quan hệ có định hướng ngữ nghĩa (TRIGGER, INTENT, INTENT_EXTRA, SITUATION, THEME_ACTION, THEME_EVENT).
  3. Cơ chế cộng điểm động theo cấp bậc văn bản và tính cập nhật: Tích hợp trực tiếp hệ số ưu tiên điều khoản bao quát ($c$) và hệ số thời gian ($d$) vào hàm mục tiêu so khớp.
       CÂU TRUY VẤN: "Người đang nhận hỗ trợ học nghề có được hưởng trợ cấp thất nghiệp không?"
       
       [PHƯƠNG PHÁP GỐC]
       (người) ──► (nhận) ──► (hỗ trợ) ──► (học nghề) ──► (hưởng) ──► (trợ cấp thất nghiệp)
       * Tất cả các cạnh đều đồng cấp (Weight = 1.0) -> Bị nhiễu bởi cụm "hỗ trợ học nghề"
       
       [PHƯƠNG PHÁP CẢI TIẾN]
       Vùng THEME (Ngữ cảnh điều kiện - Trọng số âm/giảm trừ):
       (người) ──[TRIGGER]──► (nhận) ──[THEME_ACTION]──► (hỗ trợ) ──[THEME_EVENT]──► (học nghề)
                                                                            │
       Vùng TARGET (Trọng tâm tìm kiếm - Trọng số cao):                    │
       (hưởng) ───────────────[INTENT (Weight = 0.9)]──────────────────────┼──► (trợ cấp thất nghiệp)

So sánh với các giải pháp hiện hành

Tiêu chí Hệ thống Tra cứu Từ khóa (Boolean Search) Hệ thống Phân loại Thủ công (Ontology) Hệ thống Đồ thị Khái niệm Cải tiến (Đề tài)
Xử lý câu hỏi tự nhiên phức tạp Kém (chỉ lọc chuỗi ký tự, dễ trả về 0 kết quả hoặc hàng trăm kết quả rác). Tốt (dựa trên cây phân loại cây tri thức do luật sư gán). Xuất sắc (tự động bóc tách thành phần chính/phụ và liên kết quan hệ).
Chi phí bảo trì & cập nhật luật mới Thấp (chỉ cần re-index văn bản). Cực kỳ cao (chuyên gia phải đọc và vẽ lại quan hệ ontology). Rất thấp (chỉ cần cập nhật file JSON cấu trúc Law/Article/Rule/LookUp).
Khả năng giải quyết xung đột luật Không có (không biết điều nào sửa đổi điều nào). Có (qua liên kết thủ công). Tự động (nhờ trường latest và hệ thống định tuyến LookUp).
Tốc độ phản hồi & Tiêu tốn tài nguyên Cực nhanh ($< 20\text{ ms}$). Trung bình ($100 - 300\text{ ms}$). Nhanh ($100 - 150\text{ ms}$), không yêu cầu phần cứng GPU đắt tiền.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

  • Trợ lý ảo pháp lý công đoàn / Phòng Nhân sự (HR): Tự động giải đáp thắc mắc cho người lao động về điều kiện nhận trợ cấp mất việc, thời hạn nộp hồ sơ BHTN (trong vòng 3 tháng kể từ ngày chấm dứt HĐLĐ), mức hưởng tối đa (60% bình quân tiền lương 6 tháng liền kề).
  • Cổng thông tin Dịch vụ công trực tuyến: Tích hợp vào hệ thống Một cửa điện tử của Trung tâm Dịch vụ Việc làm các tỉnh/thành phố để hướng dẫn thủ tục tự động 24/7.
  • Hệ thống hỗ trợ cán bộ thụ lý hồ sơ: Gợi ý nhanh các điều khoản căn cứ pháp lý chính xác kèm theo các văn bản sửa đổi mới nhất khi xử lý hồ sơ hưởng BHTN.

Yêu cầu hệ thống và Triển khai

  • Môi trường vận hành tối thiểu:
    • CPU: 2 Cores (Intel/AMD x86_64 hoặc ARM64).
    • RAM: 2 GB trở lên.
    • Runtime: Python 3.9+ với các thư viện underthesea (>= 6.0.0), networkx, flask/fastapi.
    • Storage: 100 MB lưu trữ cơ sở tri thức JSON và từ điển.
  • Hướng dẫn triển khai nhanh (Deployment Step-by-Step):
# 1. Khởi tạo môi trường ảo
python3 -m venv venv && source venv/bin/activate

# 2. Cài đặt các gói phụ thuộc
pip install underthesea fastapi uvicorn pydantic networkx

# 3. Nạp dữ liệu luật và khởi chạy dịch vụ
python load_law_data.py --data_dir ./data/json/
uvicorn api_service:app --host 0.0.0.0 --port 8080 --workers 2

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  1. Phụ thuộc vào bộ từ điển pháp lý gán sẵn: Danh mục CONCEPT_MAIN và CONCEPT_SIDE hiện được tinh chỉnh thủ công cho mảng Bảo hiểm Thất nghiệp, cần thêm thời gian khi mở rộng sang các mảng luật khác (Luật Doanh nghiệp, Luật Đất đai, Luật Hình sự).
  2. Khả năng hiểu ngữ cảnh ẩn dụ: Hệ thống dựa trên phân tích từ loại và quan hệ đồ thị tường minh; với những câu hỏi quá vắn tắt hoặc dùng khẩu ngữ địa phương, module POS Tagging có thể trích xuất thiếu đỉnh.
  3. Chưa hỗ trợ câu hỏi đa lĩnh vực đồng thời: Chưa xử lý tốt các câu hỏi liên văn bản giao thoa giữa Luật Việc làm, Luật Bảo hiểm Xã hội và Luật Thuế Thu nhập Cá nhân.

Hướng phát triển tương lai

  • Kết hợp mô hình Ngôn ngữ Lớn (LLM / RAG): Sử dụng đồ thị khái niệm làm cấu trúc tri thức định tuyến (Knowledge Graph Routing) kết hợp với các mô hình ngôn ngữ tiếng Việt (như PhoGPT, Vi-LLaMA) để sinh câu trả lời tự nhiên có trích dẫn điều khoản chính xác 100%, khắc phục hiện tượng ảo giác (Hallucination).
  • Tự động hóa trích xuất tri thức (Auto-IE): Ứng dụng mô hình trích xuất thực thể và quan hệ tự động (Named Entity Recognition & Relation Extraction) từ các văn bản luật dạng PDF/Word thô để tự động cập nhật cơ sở tri thức JSON.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI                              |
+-----------------------------------------------------------------------------+
         │                                    │
         ▼                                    ▼
┌───────────────────────────────┐    ┌───────────────────────────────┐
│     SINH VIÊN & HỌC VIÊN      │    │     LẬP TRÌNH VIÊN & DATA     │
│ - Mẫu hình tham khảo về NLP   │    │ - Mã nguồn mở về so khớp CG   │
│ - Kỹ thuật mô hình hóa JSON   │    │ - Framework gán trọng số ngữ  │
│ - Quy trình phân tích khóa    │    │   nghĩa tùy biến dễ dàng      │
│   luận chuẩn mực ngành phần   │    │ - Kiến trúc xử lý tiếng Việt  │
│   mềm                         │    │   tốc độ cao không cần GPU    │
└───────────────────────────────┘    └───────────────────────────────┘
         │                                    │
         ▼                                    ▼
┌───────────────────────────────┐    ┌───────────────────────────────┐
│     DOANH NGHIỆP & CƠ QUAN    │    │      NHÀ NGHIÊN CỨU NLP       │
│ - Giảm 70% thời gian tra cứu  │    │ - Bằng chứng thực nghiệm về   │
│   pháp lý cho nhân sự/pháp chế│    │   hiệu quả của CG trong miền  │
│ - Tích hợp chatbot giải đáp   │    │   tri thức hẹp (Legal Domain) │
│   tự động chi phí thấp        │    │ - Hướng kết hợp Graph + LLM   │
└───────────────────────────────┘    └───────────────────────────────┘
  • Sinh viên ngành Kỹ thuật Phần mềm, CNTT: Nguồn tài liệu học tập toàn diện về cách kết hợp lý thuyết đồ thị với xử lý ngôn ngữ tự nhiên tiếng Việt; phương pháp tổ chức dữ liệu quan hệ phi quan hệ bằng JSON Schema.
  • Kỹ sư phát triển phần mềm (Software Engineers): Cung cấp giải pháp tra cứu ngữ nghĩa nhẹ (Lightweight Semantic Search), có thể chạy trực tiếp trên các máy chủ cấu hình thấp mà không đòi hỏi hạ tầng GPU chuyên dụng.
  • Tổ chức, Doanh nghiệp và Người lao động: Tiếp cận thông tin chính sách bảo hiểm nhanh chóng, giảm thiểu tối đa các rủi ro pháp lý và tranh chấp lao động do hiểu sai quy định.
  • Nhà nghiên cứu Khoa học Dữ liệu / NLP: Cơ sở thực nghiệm về việc gán nhãn trọng số quan hệ ngữ nghĩa phân tầng trong việc xử lý văn bản quy phạm pháp luật Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu phần cứng và môi trường để triển khai hệ thống là gì?

Hệ thống được thiết kế tối ưu với kiến trúc nhẹ. Bạn chỉ cần máy chủ hoặc máy tính cá nhân chạy Linux/Windows/macOS, tối thiểu 2GB RAM, Python 3.9+ và không cần trang bị GPU. Dung lượng lưu trữ toàn bộ mã nguồn và cơ sở dữ liệu luật BHTN chiếm chưa đến 100MB.

2. Hệ thống xử lý thế nào khi có văn bản luật mới ban hành sửa đổi văn bản cũ?

Thông qua cấu trúc thực thể LookUp, hệ thống chỉ cần cập nhật mã văn bản mới và trường latest (năm hiệu lực mới nhất). Trọng số ưu tiên thời gian $d$ sẽ tự động cộng điểm cho điều khoản mới hơn, đảm bảo kết quả trả về luôn là quy định hiện hành mà không cần viết lại toàn bộ cơ sở tri thức.

3. Giải pháp này có tích hợp được vào các hệ sinh thái Web/App hiện có không?

Hoàn toàn dễ dàng. Toàn bộ logic tìm kiếm và biểu diễn đồ thị được đóng gói thành các RESTful API độc lập thông qua FastAPI. Bất kỳ ứng dụng Web, Di động, Hệ thống ERP hoặc Chatbot nào cũng có thể gửi câu hỏi dạng chuỗi JSON và nhận về danh sách xếp hạng các điều khoản tương ứng.

4. Chi phí vận hành và bảo trì hệ thống ước tính như thế nào?

Chi phí vận hành gần như bằng 0 đối với hạ tầng cơ bản (có thể chạy trên các gói VPS miễn phí hoặc giá rẻ khoảng 5 - 10 USD/tháng). Quá trình bảo trì chỉ phát sinh khi có văn bản quy phạm pháp luật mới được Quốc hội hoặc Chính phủ ban hành.

5. Hệ thống có khả năng mở rộng sang các lĩnh vực luật khác không?

Có. Kiến trúc của phần mềm được tách biệt hoàn toàn giữa Engine so khớp đồ thị và Cơ sở tri thức. Để mở rộng sang Luật Thuế, Luật Bảo hiểm Y tế hay Luật Doanh nghiệp, người quản trị chỉ cần bổ sung tập từ điển khái niệm tương ứng (CONCEPT_MAIN/CONCEPT_SIDE) và định dạng lại văn bản luật theo cấu trúc 4 bảng JSON chuẩn.

Kết luận

Khóa luận tốt nghiệp "Kỹ thuật thiết kế phần mềm hỗ trợ việc tra cứu một số kiến thức về luật lao động" của tác giả Nguyễn Trung Dưỡng (Trường Đại học Công nghệ Thông tin - ĐHQG TP.HCM, hướng dẫn bởi TS. Nguyễn Đình Hiển và ThS. Huỳnh Tuấn Anh) đã giải quyết thành công bài toán tra cứu ngữ nghĩa pháp luật trong phạm vi Bảo hiểm Thất nghiệp.

Bằng việc kết hợp sáng tạo giữa Xử lý Ngôn ngữ Tự nhiên và lý thuyết Đồ thị Khái niệm, dự án đã đưa ra những đóng góp nổi bật:

  • Xây dựng mô hình tổ chức dữ liệu pháp luật phân cấp chặt chẽ, hỗ trợ liên kết động giữa văn bản gốc và văn bản sửa đổi.
  • Đề xuất phương pháp phân tách ngữ cảnh TARGET - THEME và ma trận trọng số quan hệ, giúp nâng độ chính xác xếp hạng Top-1 lên 88.2%, vượt trội so với phương pháp so khớp đồ thị nguyên bản và các công cụ tìm kiếm từ khóa truyền thống.
  • Cung cấp một giải pháp kỹ thuật có tính ứng dụng cao, dễ triển khai, chi phí thấp, mở ra hướng đi đầy tiềm năng cho các ứng dụng Chính phủ số và Trợ lý ảo Pháp lý chuyên ngành tại Việt Nam.