Phát Hiện Tự Động Tin Giả Y Tế Trên Mạng Xã Hội

Phát hiện tin giả y tế trên mạng xã hội nhờ AI. Giải pháp tự động giúp sàng lọc thông tin sai lệch, bảo vệ sức khỏe cộng đồng. Tìm hiểu ngay!

• Tác giả: Trần Thị Thắm
• Người hướng dẫn: PGS. Quản Thành Thơ
• Trường học: Trường Đại học Bách khoa - ĐHQG-HCM
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Phát hiện tự động tin giả y tế trên mạng xã hội
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT OF THESIS
• LỜI CAM ĐOAN
• DANH SÁCH HÌNH VẼ
• DANH SÁCH BẢNG
• THUẬT NGỮ & TỪ VIẾT TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Giới thiệu chung
• 1.2. Mô tả Bài toán phát hiện tin giả
• 1.3. Mục tiêu và nhiệm vụ của luận văn
• 1.4. Giới hạn đề tài
• 1.5. Đóng góp của luận văn
• 1.6. Tóm tắt nội dung
• 2. CHƯƠNG 2: KIẾN THỨC NỀN TẢNG
• 2.1. Tổng quan về Tin giả
• 2.1.1. Khái niệm về tin giả
• 2.1.2. Phân loại tin giả
• 2.2. Cơ sở kiến thức về mô hình học sâu
• 2.2.1. Mô hình Artificial Neural Network - ANN
• 2.2.2. Mô hình Transformer
• 2.2.2.1. Khái niệm Transformer
• 2.2.2.2. Tổng quan mô hình Transformer
• 2.2.2.3. Mô hình BERT
• 2.2.2.4. Mô hình Sentence BERT
• 2.2.2.5. Suy Luận Ngôn Ngữ Tự Nhiên - NLI
• 3. CHƯƠNG 3: CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN
• 3.1. Tự động phát hiện tin giả không diễn giải
• 3.1.1. Cách tiếp cận dựa vào nội dung
• 3.1.2. Cách tiếp cận dựa vào ngữ cảnh xã hội
• 3.2. Phát hiện tin giả một cách có diễn giải
• 4. CHƯƠNG 4: BỘ DỮ LIỆU KIỂM TRA TIN GIẢ CÓ BẰNG CHỨNG
• 4.1. Tổng quan về các tập dữ liệu
• 4.2. Bộ dữ liệu HealthVer
• 4.2.1. Tổng quan về dữ liệu
• 4.2.2. Chiến lược chia tập huấn luyện và tập kiểm tra
• 4.2.3. Phân tích bộ dữ liệu
• 4.3. Bộ dữ liệu COVIDFact
• 4.3.1. Tổng quan về dữ liệu
• 4.3.2. Chiến lược chia tập huấn luyện và tập kiểm tra
• 4.3.3. Phân tích bộ dữ liệu
• 4.4. Bộ dữ liệu DS01-ISE-ICHEVE (Information Checking and Verification)
• 4.4.1. Tổng quan về dữ liệu
• 4.4.2. Phân tích bộ dữ liệu
• 4.5. Xây dựng bộ dữ liệu ViFactCheckingOSNs dựa trên về tin trên mạng xã hội
• 4.5.1. Phân tích bộ dữ liệu
• 5. CHƯƠNG 5: MÔ HÌNH ĐỀ XUẤT ExFAN
• 5.1. Mô hình tham khảo
• 5.2. Mô hình đề xuất ExFAN
• 5.2.1. Tác vụ tự động truy xuất bằng chứng sử dụng công cụ tìm kiếm
• 5.2.2. Tác vụ đánh giá sự tương đồng về ngữ nghĩa
• 5.2.3. Tác vụ xác minh sự thật
• 6. CHƯƠNG 6: THÍ NGHIỆM VÀ ĐÁNH GIÁ MÔ HÌNH ExFAN
• 6.1. Phương pháp đánh giá
• 6.2. Mô hình Baseline và cài đặt
• 6.3. Kết quả thực nghiệm và thảo luận
• 6.3.1. Trên các bộ dữ liệu tiếng anh
• 6.3.2. Trên các bộ dữ liệu tiếng việt
• 7. CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 7.1. Kết quả đạt được
• 7.2. Hạn chế và vấn đề tồn đọng
• 7.3. Hướng phát triển
• DANH MỤC CÔNG TRÌNH KHOA HỌC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Tin Giả Y Tế Khái niệm hậu quả và cách phòng tránh

Sự phát triển của Internet và mạng xã hội đã tạo điều kiện cho tin tức lan truyền nhanh chóng, nhưng đồng thời cũng làm gia tăng nguy cơ tin giả y tế. Tin giả y tế không chỉ gây hoang mang dư luận mà còn có thể gây ảnh hưởng nghiêm trọng đến sức khỏe, thậm chí là tính mạng của người tiếp nhận. Ví dụ, trong đại dịch Covid-19, thông tin sai lệch y tế về các phương pháp điều trị đã khiến người dân tích trữ thuốc không cần thiết. Việc phát hiện và ngăn chặn tin giả y tế trên mạng xã hội là một vấn đề cấp thiết, đòi hỏi sự phối hợp giữa các nhà nghiên cứu, nhà quản lý và người dùng.

1.1. Định nghĩa Tin Giả Y Tế Khái niệm và các hình thức phổ biến

Tin giả y tế là thông tin sai lệch, không chính xác hoặc chưa được kiểm chứng về các vấn đề liên quan đến sức khỏe, bệnh tật, phương pháp điều trị và phòng ngừa. Tin giả có thể lan truyền dưới nhiều hình thức khác nhau, như bài viết trên mạng xã hội, video, hình ảnh, hoặc tin nhắn. Một số hình thức phổ biến của tin giả y tế bao gồm: tin đồn thất thiệt về vaccine, quảng cáo sai sự thật về thực phẩm chức năng, và các phương pháp chữa bệnh không có cơ sở khoa học.

1.2. Hậu quả của Tin Giả Y Tế Ảnh hưởng đến cá nhân và cộng đồng

Hậu quả của tin giả y tế có thể rất nghiêm trọng. Đối với cá nhân, tin giả có thể gây lo lắng, hoang mang, và dẫn đến các quyết định sai lầm trong việc chăm sóc sức khỏe. Ví dụ, người bệnh có thể tự ý sử dụng các phương pháp điều trị không hiệu quả, hoặc từ chối các biện pháp phòng ngừa đã được chứng minh là an toàn và hiệu quả. Đối với cộng đồng, tin giả có thể làm suy yếu niềm tin vào các cơ quan y tế, cản trở các nỗ lực phòng chống dịch bệnh, và gây ra các vấn đề xã hội khác.

II. Thách thức trong Phát Hiện Tin Giả Y Tế Tự Động Trên Mạng Xã Hội

Việc phát hiện tin giả trên mạng xã hội gặp nhiều khó khăn do sự đa dạng về ngôn ngữ, văn phong và nguồn tin. Tin giả y tế thường được trình bày dưới dạng tin tức, bài viết, video, hình ảnh, hoặc thậm chí là các meme hài hước. Theo luận văn gốc, việc sử dụng AI phát hiện tin giả trở nên cấp thiết, đặc biệt khi các mô hình ngôn ngữ sinh tự động như ChatGPT có thể tạo ra hàng loạt nội dung giả mạo một cách tinh vi. Việc này đòi hỏi các công cụ và phương pháp xử lý ngôn ngữ tự nhiên (NLP) tiên tiến để phân tích và đánh giá độ tin cậy của thông tin.

2.1. Sự phức tạp của ngôn ngữ và văn phong trong tin giả y tế

Tin giả y tế thường sử dụng ngôn ngữ chuyên môn, thuật ngữ y khoa, và các dẫn chứng khoa học không chính xác để tạo cảm giác tin cậy. Văn phong có thể thay đổi tùy thuộc vào mục đích của người tạo tin giả, từ việc gây hoang mang, sợ hãi, đến việc quảng cáo các sản phẩm hoặc dịch vụ không có cơ sở khoa học. Việc này đòi hỏi các mô hình phân tích nội dung tin nhắn phải có khả năng hiểu được ngữ cảnh và ý nghĩa của thông tin.

2.2. Độ tin cậy của nguồn tin và khó khăn trong việc xác minh

Nguồn tin đóng vai trò quan trọng trong việc đánh giá độ tin cậy của thông tin. Tuy nhiên, tin giả y tế thường được lan truyền từ các nguồn không đáng tin cậy, như tài khoản giả mạo, trang web không uy tín, hoặc các nhóm kín trên mạng xã hội. Việc kiểm chứng thông tin từ các nguồn này gặp nhiều khó khăn do thiếu dữ liệu, thông tin sai lệch, hoặc thậm chí là các hành vi tấn công mạng.

2.3. Khó khăn trong việc xây dựng bộ dữ liệu tin giả y tế tiếng Việt

Việc xây dựng một bộ dữ liệu tin giả y tế chất lượng cao là một thách thức lớn. Dữ liệu cần phải đa dạng về chủ đề, nguồn tin và mức độ chính xác. Bên cạnh đó, việc gán nhãn cho dữ liệu (xác định tin nào là thật, tin nào là giả) đòi hỏi sự tham gia của các chuyên gia y tế và ngôn ngữ học. Trong luận văn, tác giả đã đóng góp một bộ dữ liệu tin giả tiếng Việt có bằng chứng và ngữ cảnh, đây là một nỗ lực đáng ghi nhận.

III. AI Phát Hiện Tin Giả Y Tế Giải pháp sử dụng Học Sâu và NLP

AI phát hiện tin giả đã trở thành một lĩnh vực nghiên cứu quan trọng trong những năm gần đây. Các phương pháp machine learning phát hiện tin giả, đặc biệt là học sâu (Deep learning), đã chứng minh được hiệu quả trong việc phân tích và đánh giá độ tin cậy của thông tin. Các mô hình này có khả năng học các đặc trưng phức tạp của ngôn ngữ, ngữ cảnh, và nguồn tin, giúp phát hiện tin giả một cách chính xác hơn. Ví dụ, các mô hình Transformer như BERT đã được sử dụng rộng rãi trong việc phân loại và đánh giá độ tin cậy thông tin.

3.1. Ứng dụng Xử lý ngôn ngữ tự nhiên NLP trong phân tích nội dung

Xử lý ngôn ngữ tự nhiên (NLP) đóng vai trò quan trọng trong việc phân tích nội dung của tin giả y tế. Các kỹ thuật NLP như phân tích cú pháp, phân tích ngữ nghĩa, và phân tích cảm xúc (Sentiment analysis) có thể giúp xác định các dấu hiệu của tin giả, như ngôn ngữ gây hoang mang, thông tin không chính xác, hoặc các luận điểm không có cơ sở khoa học. Ngoài ra, phân tích ngữ nghĩa (Semantic analysis) còn có thể giúp xác định sự tương đồng giữa các tin tức khác nhau, từ đó phát hiện các tin giả được sao chép hoặc biến đổi từ các nguồn khác.

3.2. Mô hình học sâu Transformer và ứng dụng vào bài toán

Các mô hình học sâu Transformer, như BERT, RoBERTa, và DistilBERT, đã đạt được những thành công đáng kể trong lĩnh vực NLP. Các mô hình này có khả năng học các biểu diễn ngôn ngữ phức tạp, giúp chúng hiểu được ngữ cảnh và ý nghĩa của thông tin một cách chính xác hơn. Trong bài toán phát hiện tin giả, các mô hình Transformer có thể được sử dụng để phân loại các bài viết, đánh giá độ tin cậy của nguồn tin, và phân tích mạng xã hội (Social network analysis) để xác định các nguồn tin có khả năng lan truyền tin giả cao.

IV. Mô hình ExFAN Phát hiện tin giả y tế có giải thích dựa trên bằng chứng

Luận văn này đề xuất mô hình ExFAN (Explainable Fake News detection), một phương pháp phát hiện tin giả có giải thích, dựa trên bằng chứng. Mô hình này được xây dựng dựa trên các mô hình Transformer và mô hình hóa bài toán thành tác vụ suy luận ngôn ngữ tự nhiên (NLI). ExFAN sử dụng các bằng chứng bên ngoài để xác thực thông tin, giúp người dùng hiểu được lý do tại sao một tin tức được đánh giá là giả mạo. Theo tóm tắt luận văn, mô hình ExFAN đạt kết quả tốt hơn so với các mô hình cơ sở và cạnh tranh với các mô hình State-of-the-art khác.

4.1. Kiến trúc và hoạt động của mô hình ExFAN Tìm kiếm và đánh giá bằng chứng

Mô hình ExFAN bao gồm hai thành phần chính: một mô-đun tìm kiếm bằng chứng và một mô-đun đánh giá bằng chứng. Mô-đun tìm kiếm bằng chứng sử dụng các công cụ tìm kiếm để thu thập các bài viết, tin tức, và thông tin liên quan đến tuyên bố cần xác minh. Mô-đun đánh giá bằng chứng sử dụng các mô hình Transformer để phân tích và so sánh tuyên bố với các bằng chứng, từ đó đưa ra quyết định về độ tin cậy của tuyên bố.

4.2. Tác vụ Suy Luận Ngôn Ngữ Tự Nhiên NLI và ứng dụng trong ExFAN

Suy luận ngôn ngữ tự nhiên (NLI) là một tác vụ quan trọng trong lĩnh vực NLP, liên quan đến việc xác định mối quan hệ giữa hai câu. Trong mô hình ExFAN, tác vụ NLI được sử dụng để xác định xem một bằng chứng có ủng hộ, bác bỏ, hay không liên quan đến tuyên bố cần xác minh. Kết quả của tác vụ NLI được sử dụng để đưa ra quyết định về độ tin cậy của tuyên bố.

V. Kết quả nghiên cứu Đánh giá mô hình ExFAN trên bộ dữ liệu tin giả y tế

Luận văn đã thực hiện các thí nghiệm đánh giá mô hình ExFAN trên một số bộ dữ liệu tin giả y tế khác nhau, bao gồm cả bộ dữ liệu tiếng Anh và tiếng Việt. Kết quả cho thấy mô hình ExFAN đạt được độ chính xác cao hơn so với các mô hình cơ sở và cạnh tranh với các mô hình State-of-the-art khác. Đáng chú ý, mô hình ExFAN cũng cung cấp khả năng giải thích kết quả, giúp người dùng hiểu được lý do tại sao một tin tức được đánh giá là giả mạo. Theo tác giả luận văn, bộ dữ liệu ViFactCheckingOSNs được xây dựng có ngữ cảnh và bằng chứng, giúp đánh giá mô hình một cách khách quan.

5.1. So sánh hiệu suất của ExFAN với các mô hình baseline khác

Các thí nghiệm so sánh đã được thực hiện để đánh giá hiệu suất của mô hình ExFAN so với các mô hình baseline khác, bao gồm các mô hình dựa trên quy tắc, các mô hình học máy truyền thống, và các mô hình học sâu khác. Kết quả cho thấy mô hình ExFAN đạt được độ chính xác cao hơn so với các mô hình baseline, đặc biệt là trên các bộ dữ liệu phức tạp và đa dạng.

5.2. Phân tích ưu điểm và hạn chế của mô hình ExFAN

Mô hình ExFAN có một số ưu điểm chính, bao gồm khả năng phát hiện tin giả một cách chính xác, khả năng giải thích kết quả, và khả năng thích ứng với các loại tin giả khác nhau. Tuy nhiên, mô hình cũng có một số hạn chế, như yêu cầu tính toán lớn, phụ thuộc vào chất lượng của các bằng chứng, và có thể bị ảnh hưởng bởi các tin giả được tạo ra một cách tinh vi.

5.3. Ứng dụng thực tế và khả năng mở rộng của mô hình ExFAN

Mô hình ExFAN có thể được ứng dụng trong nhiều lĩnh vực khác nhau, như kiểm duyệt nội dung trên mạng xã hội, đánh giá độ tin cậy của tin tức, và hỗ trợ người dùng đưa ra các quyết định sáng suốt về sức khỏe. Mô hình cũng có thể được mở rộng để xử lý các loại tin giả khác, như tin giả về chính trị, kinh tế, và xã hội.

VI. Kết luận và hướng phát triển Phát hiện tin giả trong tương lai

Luận văn đã trình bày một phương pháp hiệu quả để phát hiện tin giả y tế trên mạng xã hội, dựa trên các kỹ thuật học sâu và NLP. Mô hình ExFAN đã chứng minh được khả năng phát hiện tin giả một cách chính xác và có giải thích. Trong tương lai, các nhà nghiên cứu có thể tiếp tục cải thiện mô hình ExFAN bằng cách sử dụng các mô hình học sâu tiên tiến hơn, kết hợp với các nguồn thông tin đa dạng, và phát triển các phương pháp để đối phó với các tin giả được tạo ra một cách tinh vi.

6.1. Tóm tắt đóng góp của luận văn Mô hình ExFAN và bộ dữ liệu tin giả ViFactCheckingOSNs

Luận văn đã đóng góp hai kết quả quan trọng: một mô hình phát hiện tin giả ExFAN có giải thích và một bộ dữ liệu tin giả y tế tiếng Việt ViFactCheckingOSNs. Mô hình ExFAN cung cấp một phương pháp hiệu quả để phát hiện tin giả, trong khi bộ dữ liệu ViFactCheckingOSNs cung cấp một nguồn tài nguyên quý giá cho các nhà nghiên cứu trong lĩnh vực này.

6.2. Hướng nghiên cứu tiếp theo Cải thiện khả năng diễn giải và đối phó với tin giả tinh vi

Trong tương lai, các nhà nghiên cứu có thể tập trung vào việc cải thiện khả năng diễn giải của mô hình ExFAN, giúp người dùng hiểu được lý do tại sao một tin tức được đánh giá là giả mạo. Bên cạnh đó, cần phát triển các phương pháp để đối phó với các tin giả được tạo ra một cách tinh vi, bằng cách sử dụng các mô hình học sâu tiên tiến hơn và kết hợp với các nguồn thông tin đa dạng.

6.3. Tầm quan trọng của Digital Health Literacy và nâng cao nhận thức cộng đồng

Việc phát hiện tin giả chỉ là một phần của giải pháp. Quan trọng hơn là nâng cao Digital Health Literacy và nhận thức của cộng đồng về nguy cơ của tin giả y tế. Cần trang bị cho người dân kiến thức và kỹ năng để tự đánh giá độ tin cậy của thông tin, từ đó đưa ra các quyết định sáng suốt về sức khỏe của bản thân và gia đình.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của mạng xã hội và các mô hình ngôn ngữ lớn đã khiến vấn đề tin tức giả mạo lan truyền với tốc độ chưa từng có. Theo báo cáo từ tổ chức NewsGuard, số lượng các trang web chứa nội dung sai lệch do trí tuệ nhân tạo tạo ra đã gia tăng hơn 1.000% chỉ trong vòng vài tháng, với hơn 600 trang chứa thông tin không chính xác được khởi tạo mỗi ngày. Tại Việt Nam, theo thống kê từ Trung tâm Xử lý tin giả Việt Nam thuộc Bộ Thông tin và Truyền thông, cơ quan này đã tiếp nhận hơn 1.100 lượt báo cáo tin tức giả chỉ trong 6 tháng đầu năm 2021, tập trung chủ yếu trên các nền tảng mạng xã hội xuyên biên giới như Facebook, YouTube và TikTok. Trong lĩnh vực y tế, thông tin sai lệch để lại hệ lụy đặc biệt nghiêm trọng, điển hình như hiện tượng người dân đổ xô tích trữ thuốc hydroxychloroquine trong đại dịch COVID-19 hoặc vụ việc hư cấu về bác sĩ rút ống thở làm nhiễu loạn dư luận xã hội.

Vấn đề nghiên cứu cốt lõi của đề tài xuất phát từ việc các phương pháp phát hiện tin giả truyền thống hoạt động như một "hộp đen", chủ yếu dựa vào phong cách văn bản hoặc ngữ cảnh mạng xã hội mà thiếu đi khả năng cung cấp bằng chứng minh bạch cho người dùng. Mục tiêu cụ thể của luận văn là thiết kế và hiện thực hóa mô hình học sâu ExFAN nhằm tự động phát hiện tin giả y tế tiếng Việt có khả năng giải thích dựa trên cơ chế suy luận logic từ các bằng chứng xác thực bên ngoài. Đề tài được triển khai trong mốc thời gian từ tháng 09 năm 2023 đến tháng 12 năm 2023 và bảo vệ thành công vào tháng 01 năm 2024 tại Trường Đại học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi xây dựng thành công bộ dữ liệu tin giả y tế tiếng Việt ViFactCheckingOSNs và cải thiện chỉ số F1-score từ 3% đến 10% so với các mô hình cơ sở, góp phần bảo vệ sức khỏe cộng đồng trước làn sóng thông tin độc hại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng nền tảng học thuật dựa trên các lý thuyết và mô hình học sâu tiên tiến trong xử lý ngôn ngữ tự nhiên:

1. Lý thuyết kiến trúc Transformer và Mạng nơ-ron nhân tạo (ANN): Transformer ứng dụng cơ chế chú ý đa đầu (Multi-Head Attention) và mã hóa vị trí (Positional Encoding) nhằm nắm bắt sự phụ thuộc ngữ cảnh hai chiều giữa các từ trong không gian vector 768 chiều. Cơ chế này vượt qua rào cản xử lý tuần tự của mạng hồi tiếp truyền thống, tối ưu hóa khả năng tính toán song song trên phần cứng GPU.
2. Lý thuyết Suy luận Ngôn ngữ Tự nhiên (Natural Language Inference - NLI): Mô hình hóa bài toán kiểm chứng thông tin thành quá trình xác định mối quan hệ ngữ nghĩa giữa một cặp câu gồm tiền đề (bằng chứng) và giả thuyết (tuyên bố cần xác minh). Mối quan hệ được phân loại thành ba trạng thái logic chuẩn mực:
   • Entailment (Ủng hộ - Supports): Bằng chứng xác nhận tính đúng đắn của tuyên bố.
   • Contradiction (Bác bỏ - Refutes): Bằng chứng chỉ ra tuyên bố là sai sự thật.
   • Neutral (Không đủ thông tin - NEI): Bằng chứng chưa cung cấp đầy đủ dữ kiện để khẳng định tính chân thực.
3. Mạng nơ-ron Siamese (SNN) và mô hình Sentence-BERT (SBERT): Ứng dụng cấu trúc mạng song sinh với hàm mất mát Triplet Loss và độ đo tương đồng Cosine nhằm ánh xạ các câu văn bản vào không gian vector ngữ nghĩa dày đặc, giải quyết bài toán so sánh hàng triệu cặp câu với hiệu năng vượt trội.

Các khái niệm chuyên ngành cốt lõi được chuẩn hóa gồm:

• Thông tin sai lệch (Mis-information): Nội dung không chính xác nhưng được chia sẻ không có chủ đích gây hại, bao gồm tiêu đề giật tít không khớp nội dung hoặc thông tin gây hiểu lầm.
• Thông tin giả mạo (Dis-information): Nội dung xuyên tạc, bóp méo ngữ cảnh được tạo dựng có chủ đích nhằm gây tổn hại cho cá nhân, tổ chức hoặc xã hội.
• Kiểm chứng dựa trên bằng chứng (Evidence-based Fact-Checking): Quá trình thẩm định tính chân thực thông qua truy xuất và đối sánh với nguồn tri thức bên ngoài đáng tin cậy.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm quy mô lớn trên 4 bộ dữ liệu chuyên ngành:

• Bộ dữ liệu HealthVer: Gồm 10.590 mẫu tuyên bố y tế tiếng Anh thu thập từ TREC-COVID và CORD-19 corpus.
• Bộ dữ liệu COVID-Fact: Gồm 3.263 mẫu tuyên bố từ Reddit được đối sánh với các bài báo khoa học nghiên cứu dịch bệnh.
• Bộ dữ liệu DS01-ISE-ICHEVE: Gồm 26.576 bài viết đa lĩnh vực từ cuộc thi khoa học dữ liệu UIT Data Science Challenge 2023.
• Bộ dữ liệu ViFactCheckingOSNs: Gồm 5.388 mẫu dữ liệu mạng xã hội tiếng Việt do học viên trực tiếp thu thập và gán nhãn bằng chứng.

Phương pháp chọn mẫu và phân chia dữ liệu áp dụng kỹ thuật phân tầng ngẫu nhiên (Stratified Sampling) để duy trì sự cân bằng giữa các nhãn. Tập dữ liệu HealthVer được phân chia theo tỷ lệ 75% huấn luyện (train), 13% kiểm thử (test) và 12% kiểm định (validation); tập COVID-Fact được phân chia theo tỷ lệ 80% train, 10% test và 10% validation.

Quy trình phân tích của mô hình ExFAN được thiết kế qua 3 giai đoạn nối tiếp:

1. Tự động truy xuất bằng chứng: Tận dụng công cụ tìm kiếm bên ngoài để thu thập các bài viết liên quan dựa trên nội dung tuyên bố.
2. Đánh giá sự tương đồng ngữ nghĩa: Sử dụng mô hình Sentence-BERT tiếng Việt để lọc các đoạn văn bản có độ tương quan cao nhất.
3. Xác minh sự thật: Đưa cặp tuyên bố - bằng chứng vào mô hình đa ngôn ngữ mDeBERTaV3 để phân loại nhãn logic (Supports, Refutes, NEI).

Lý do lựa chọn phương pháp phân tích này là nhằm tránh bùng nổ tổ hợp tính toán khi so sánh trực tiếp hàng nghìn văn bản, đồng thời tận dụng khả năng biểu diễn ngữ nghĩa vượt trội của các mô hình học sâu hiện đại để đưa ra lời giải thích minh bạch cho kết luận kiểm chứng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm mô hình ExFAN trên cả dữ liệu tiếng Anh và tiếng Việt đã ghi nhận bốn phát hiện học thuật then chốt:

1. Hiệu năng vượt trội trên tập dữ liệu quốc tế: Trên hai bộ dữ liệu chuẩn tiếng Anh là HealthVer (10.590 mẫu) và COVID-Fact (3.263 mẫu), mô hình ExFAN ghi nhận mức tăng chỉ số F1-score từ 3% đến 5% so với các mô hình baseline truyền thống như BERT và RoBERTa.
2. Cải tiến rõ rệt trên tập dữ liệu tiếng Việt: Khi thử nghiệm trên bộ dữ liệu ViFactCheckingOSNs gồm 5.388 mẫu, kiến trúc kết hợp giữa Vietnamese SBERT và mDeBERTaV3 giúp chỉ số F1-score tăng trưởng từ 3% đến 10%, chứng minh tính thích ứng cao đối với ngữ pháp và phong cách viết trên mạng xã hội tiếng Việt.
3. Tối ưu hóa thời gian truy xuất bằng chứng: Việc tích hợp mạng Siamese SBERT trong giai đoạn lọc ngữ nghĩa giúp giảm thời gian xử lý xuống hơn 80% so với phương pháp phân loại cặp câu tuần tự bằng Cross-Encoder, cho phép xử lý các tập dữ liệu quy mô hàng chục nghìn câu trong thời gian thực.
4. Kiểm chứng năng lực qua giải đấu khoa học dữ liệu: Mô hình đề xuất đã xuất sắc đạt Giải Nhì chung cuộc tại cuộc thi UIT Data Science Challenge 2023 trên tập dữ liệu kiểm chứng thông tin DS01-ISE-ICHEVE với quy mô 26.576 bài viết, khẳng định tính ổn định và năng lực cạnh tranh hàng đầu với các giải pháp State-of-the-Art hiện nay.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp ExFAN đạt hiệu suất vượt bậc nằm ở chiến lược phân tách tác vụ thông minh: tách biệt rõ ràng giữa bước truy xuất vector ngữ nghĩa tương đồng và bước suy luận logic sâu. Các mô hình phát hiện tin giả truyền thống chỉ dựa vào đặc trưng bề mặt (từ ngữ cảm xúc, dấu câu, độ dài tiêu đề) thường thất bại trước các nội dung xuyên tạc tinh vi được tạo bởi mô hình ngôn ngữ lớn. Ngược lại, ExFAN dựa trên bằng chứng thực tế thu thập từ bên ngoài, do đó giữ vững độ chính xác ngay cả khi văn phong của tin giả hoàn toàn tương đồng với tin thật.

Về phương diện so sánh học thuật, các nghiên cứu trước đây chủ yếu tập trung vào dữ liệu đơn ngữ tiếng Anh hoặc phụ thuộc vào đồ thị tri thức tĩnh khó cập nhật. ExFAN giải quyết rào cản này bằng cách khai thác công cụ tìm kiếm trực tuyến động và mô hình đa ngôn ngữ mDeBERTaV3, cho phép mở rộng linh hoạt sang nhiều ngữ cảnh xã hội khác nhau.

Dữ liệu thực nghiệm của luận văn được trực quan hóa thông qua hai công cụ biểu diễn chủ đạo:

• Biểu đồ ma trận nhầm lẫn (Confusion Matrix): Phản ánh sự phân bổ dự đoán chuẩn xác trên đường chéo chính cho cả ba nhãn Supports, Refutes và NEI, hạn chế tối đa tình trạng thiên lệch dự đoán sang nhãn chiếm đa số.
• Biểu đồ đám mây từ khóa (Word Cloud): Thể hiện rõ các từ vựng y tế có tần suất xuất hiện cao trong các ca kiểm chứng thực tế như vắc-xin, điều trị, thuốc sốt rét, triệu chứng, lây nhiễm, qua đó làm nổi bật ngữ cảnh ứng dụng của hệ thống.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, luận văn đưa ra 4 khuyến nghị hành động mang tính chiến lược:

1. Triển khai tích hợp API ExFAN vào các nền tảng mạng xã hội và cổng thông tin y tế công cộng: Thiết lập hệ thống kiểm chứng tự động thời gian thực với mục tiêu đạt thời gian phản hồi dưới 500 mili-giây cho mỗi yêu cầu xác minh, triển khai thử nghiệm trong vòng 6 đến 12 tháng tới (Chủ thể thực hiện: Doanh nghiệp công nghệ mạng xã hội phối hợp cùng Bộ Thông tin và Truyền thông, Bộ Y tế).
2. Xây dựng và chuẩn hóa kho ngữ liệu y khoa số hóa quốc gia: Mở rộng quy mô tập dữ liệu kiểm chứng y tế tiếng Việt lên trên 100.000 cặp tuyên bố - bằng chứng có thẩm định chuyên môn trước năm 2025, làm giàu nguồn tri thức cho các hệ thống AI (Chủ thể thực hiện: Các Viện nghiên cứu Y Dược, Trường Đại học Y Dược và các nhóm nghiên cứu Khoa học Máy tính).
3. Phát triển thuật toán kiểm chứng thông tin đa phương thức (Multimodal Fact-Checking): Nâng cấp kiến trúc mô hình nhằm xử lý đồng thời văn bản, hình ảnh chỉnh sửa và video deepfake y tế, hướng tới mục tiêu nâng cao độ chính xác toàn diện lên trên 92% trong lộ trình 18 tháng (Chủ thể thực hiện: Các phòng thí nghiệm trọng điểm về Trí tuệ Nhân tạo và Xử lý Ngôn ngữ Tự nhiên).
4. Ban hành khung quy chuẩn kỹ thuật về gắn nhãn cảnh báo thông tin tự động: Thiết lập cơ chế cảnh báo mức độ tin cậy kèm trích dẫn bằng chứng phản biện trực quan trên giao diện người dùng, đặt mục tiêu giảm thiểu 40% tỷ lệ lan truyền tin tức y tế sai sự thật trong giai đoạn 2024-2026 (Chủ thể thực hiện: Cục An toàn thông tin, Trung tâm Xử lý tin giả Việt Nam).

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị học thuật và ứng dụng thiết thực cho 4 nhóm đối tượng:

1. Kỹ sư AI và chuyên gia Xử lý ngôn ngữ tự nhiên (NLP): Tiếp cận kiến trúc pipeline kết hợp giữa Sentence-BERT và mDeBERTaV3, tối ưu hóa bài toán Suy luận Ngôn ngữ Tự nhiên (NLI) và kỹ thuật nhúng câu trên ngôn ngữ tiếng Việt.
2. Cơ quan quản lý báo chí và an ninh thông tin: Khảo sát giải pháp công nghệ tự động hóa quy trình rà quét, phát hiện và phản bác các chiến dịch thông tin giả mạo quy mô lớn trên không gian mạng xã hội.
3. Tổ chức y tế và bệnh viện: Tham khảo mô hình thẩm định thông tin để xây dựng các kênh hỏi đáp, tự động đính chính các tin đồn sai lệch về dịch bệnh, phác đồ điều trị và dược phẩm.
4. Học viên cao học và nghiên cứu sinh ngành Khoa học Máy tính / Khoa học Dữ liệu: Khảo sát phương pháp luận khoa học, quy trình xây dựng bộ dữ liệu benchmark chuyên biệt (ViFactCheckingOSNs) và thiết kế thực nghiệm đánh giá mô hình học sâu chuẩn mực.

Câu hỏi thường gặp

Mô hình ExFAN giải quyết vấn đề tin giả y tế khác biệt như thế nào so với các phương pháp truyền thống?
Thay vì hoạt động như một "hộp đen" chỉ phân tích văn phong hoặc độ dài câu, ExFAN tiếp cận theo hướng có diễn giải. Mô hình tự động truy xuất bằng chứng thực tế từ công cụ tìm kiếm và phân loại quan hệ logic (Supports, Refutes, NEI), giúp người dùng nắm rõ lý do chính xác vì sao một tin tức bị bác bỏ dựa trên nguồn dẫn uy tín.

Tác vụ Suy luận Ngôn ngữ Tự nhiên (NLI) đóng vai trò gì trong kiến trúc mô hình?
NLI đóng vai trò là bộ não suy luận trung tâm. Mô hình chuyển đổi bài toán xác minh tin tức thành việc đánh giá quan hệ ngữ nghĩa giữa cặp câu: tiền đề (bằng chứng thu thập) và giả thuyết (tuyên bố cần kiểm tra), từ đó đưa ra kết luận logic với độ tin cậy cao trên không gian đa ngôn ngữ.

Bộ dữ liệu ViFactCheckingOSNs có điểm gì nổi bật so với các bộ dữ liệu hiện có?
ViFactCheckingOSNs là bộ dữ liệu tiếng Việt chuyên biệt gồm 5.388 mẫu tin tức mạng xã hội, cung cấp đầy đủ ngữ cảnh bài đăng và bằng chứng đối soát kèm nhãn logic. Bộ dữ liệu lấp đầy khoảng trống thiếu hụt tài nguyên nghiên cứu kiểm chứng tin tức tiếng Việt có diễn giải trong lĩnh vực y tế.

Mô hình xử lý như thế nào khi gặp các tin tức y tế hoàn toàn mới chưa từng xuất hiện trong tập huấn luyện?
Nhờ cơ chế truy xuất bằng chứng động từ bên ngoài qua Google hoặc Bing kết hợp với mạng Siamese SBERT, ExFAN không bị giới hạn bởi tập tri thức tĩnh mà liên tục cập nhật thông tin mới nhất trên Internet để đối chiếu và xác thực.

Kết quả thực nghiệm của mô hình ExFAN trên thực tế đạt hiệu năng ra sao?
Mô hình cải thiện chỉ số F1-score từ 3% đến 5% trên các bộ dữ liệu chuẩn tiếng Anh (HealthVer, COVID-Fact) và từ 3% đến 10% trên dữ liệu tiếng Việt (ViFactCheckingOSNs, DS01-ISE-ICHEVE), đồng thời đạt Giải Nhì tại cuộc thi UIT Data Science Challenge 2023.

Kết luận

• Xây dựng thành công mô hình học sâu ExFAN phát hiện tự động tin giả y tế có khả năng giải thích dựa trên bằng chứng và suy luận ngôn ngữ tự nhiên (NLI).
• Đóng góp bộ dữ liệu chuẩn tiếng Việt ViFactCheckingOSNs gồm 5.388 mẫu tin tức mạng xã hội có ngữ cảnh và bằng chứng đối soát minh bạch.
• Tối ưu hóa hiệu năng tính toán thông qua sự kết hợp ăn ý giữa mô hình nhúng Vietnamese SBERT và mô hình phân loại sâu mDeBERTaV3.
• Đạt kết quả thực nghiệm vượt bậc với chỉ số F1-score tăng từ 3% đến 10% trên 4 tập dữ liệu lớn và giành Giải Nhì cuộc thi UIT Data Science Challenge 2023.
• Thiết lập lộ trình mở rộng hệ thống sang kiểm chứng tin giả đa phương thức (Multimodal) và tích hợp API kiểm duyệt thời gian thực trong giai đoạn 2024-2026.

Để khai thác chi tiết kiến trúc mô hình, phương pháp xử lý dữ liệu và toàn bộ mã nguồn thực nghiệm, quý độc giả và các nhóm nghiên cứu có thể tham khảo toàn văn luận văn thạc sĩ chuyên ngành Khoa học Máy tính tại Thư viện Trường Đại học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh.

Trích đoạn nội dung tài liệu

Chương 1, GIỚI THIỆU ĐỀ TÀI: Trình bày tổng quan về đề tài, lý do thực hiện đề tài và ý nghĩa thực tiễn của bài toán, cũng như giới hạn và phạm vi của đề tài. Cuối cùng là nhiệm vụ và cấu trúc của luận văn. – Chương 2, CƠ SỞ LÝ THUYẾT: Tổng hợp những vấn đề học thuật liên quan nhất sẽ áp dụng để giải quyết bài toán, tập trung chủ yếu vào nội dung của học sâu, từ Mạng nơ ron nhân tạo (Artificial Neural Network) và đặc 5 https://dsc.vn/ 6 https://dsc.vn/ 6 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính biệt là lý thuyết về tác vụ Suy luận ngôn ngữ tự nhiên (Natural Language Inference). – Chương 3, CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN: Trình bày một cách tổng quát về những nghiên cứu liên quan đã và đang được thực hiện, cũng như xu hướng chung hiện nay trong việc giải quyết bài toán.

Phần này cũng đưa ra những bàn luận và đánh giá cho các phương pháp kể trên vì đó là cơ sở quan trọng cho những nghiên cứu của học viên trong quá trình thực hiện luận văn. – Chương 4, BỘ DỮ LIỆU KIỂM TRA TIN GIẢ CÓ BẰNG CHỨNG: Giới thiệu các bộ dữ liệu cho bài toán phát hiện tin giả có bằng chứng cũng như xây dựng bộ dữ liệu dành riêng cho tin giả tiếng việt trên mạng xã hội có bằng chứng. – Chương 5, MÔ HÌNH ĐỀ XUẤT ExFAN: Giới thiệu mô hình cơ sở cho Tự động phát hiện tin giả y tế tiếng việt trên mạng xã hội. Đồng thời đưa ra các cải tiến và động lực cho mô hình đề xuất.

– Chương 6, THÍ NGHIỆM VÀ ĐÁNH GIÁ MÔ HÌNH ExFAN: Ở chương này, học viên trình bày các bước tiến hành thí nghiệm trên những tập dữ liệu khác nhau và đánh giá kết quả của những cải tiến so với mô hình cơ sở. – Chương 7, KẾT LUẬN: Tổng hợp các kết quả đạt được trong quá trình thực hiện luận văn từ bước nghiên cứu và xây dựng giả thuyết đến triển khai thực nghiệm. Phần này cũng trình bày những hạn chế và vấn đề tồn đọng, cuối cùng đề xuất các giải pháp cải tiến trong tương lai. Mục lục, Danh sách hình vẽ, Danh sách bảng được cung cấp ở đầu luận văn.

Tài liệu tham khảo sẽ được trình bày ở cuối luận văn. 7 Chương 2 CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về Tin giả 2.1 Khái niệm về tin giả Thuật ngữ "tin giả" là một khái niệm tương đối mới xuất hiện cùng với sự bùng nổ về thông tin ngày nay. Học giả về truyền thông Nolan Higdon đã định nghĩa "Tin tức giả là nội dung sai sự thật hoặc gây hiểu lầm được trình bày dưới dạng tin tức và được truyền đạt dưới các định dạng bao gồm truyền thông nói, viết, in, điện tử và kỹ thuật số" [4]. Tin tức giả mạo cũng đề cập đến những câu chuyện bịa đặt có rất ít hoặc không có sự thật và khó có thể xác minh được.2 Phân loại tin giả Các trường hợp điển hình của tin giả bao gồm quảng cáo lừa đảo (trong kinh doanh và chính trị), tuyên truyền của chính phủ, các hình ảnh chỉnh sửa hoặc dùng sai mục đích ban đầu, tài liệu giả mạo, bản đồ giả, gian lận trên Internet, các trang web giả mạo và mục từ trên Wikipedia không đúng sự thật,.

Tin giả có thể gây ra tác hại đáng kể nếu mọi người để nó lừa dối. Để giải quyết mối đe dọa này đối với chất lượng thông tin, trước tiên chúng ta cần hiểu chính xác các loại tin giả. Có rất nhiều nghiên cứu về tin giả và phân loại tin giả, một trong những báo cáo được tham khảo và trích dẫn nhiều về phân loại tin giả là của Claire Wardle [5]. Theo phân loại này, các tin giả được phân thành 3 nhóm chính : 1) Thông tin sai lệch (Mis-information): Thông tin sai lệch được phổ biến mà không có ý định gây hại.

Bao gồm 2 loại là Kết nối sai (False connection) khi tiêu 8 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính đề và chú thích không phù hợp nội dung như giật tít, loại 2 là nội dung gây hiểu lầm (misleading content) là sử dụng sai thông tin và gây hiểu lầm cho người đọc ví dụ như các trang lừa đảo hứa hẹn quảng cáo. Một trong những trò lừa bịp nổi tiếng nhất của chiến dịch là việc tạo ra một phiên bản trùng lặp phức tạp của tờ báo Le Soir của Bỉ, với một bài báo sai sự thật cho rằng Macron được Ả Rập Xê Út tài trợ1. Một ví dụ khác là việc lưu hành các tài liệu trực tuyến tuyên bố sai sự thật rằng Macron đã mở một tài khoản ngân hàng nước ngoài ở Bahamas2. Và cuối cùng, thông tin sai lệch được lan truyền thông qua "các cuộc tấn công Twitter", trong đó các cá nhân có kết nối với nhau, đều đồng thời đưa lên Twitter các thẻ (hashtag) bắt đầu bằng , chứa thông điệp giống hệt nhau để lan truyền tin đồn về Macron (ví dụ: anh ta có quan hệ tình cảm với con gái riêng của mình).

2) Thông tin giả mạo (Dis-information): Được tạo và chia sẻ bởi những người có ý định gây hại. Bao gồm: bối cảnh sai (False context) là loại thông tin giả mạo này được sử dụng để mô tả nội dung xác thực nhưng đã được điều chỉnh lại theo những cách nguy hiểm. Ví dụ, vào tháng 8 năm 2021, trên mạng xã hội chia sẻ với tốc độ chóng mặt về tin một người bác sĩ tên Trần Khoa, người này chia sẻ đã quyết định "nhường đi chiếc máy thở" của ba mẹ mình đang dùng cho một sản phụ đang cần 3. Thông tin này đi kèm với một lá thư rất lâm ly của bác sĩ Khoa và nhận được sự đồng cảm lớn từ cộng đồng mạng.

Tuy nhiên, Sở Y tế Thành phố Hồ Chí Minh cho biết sau, khi kiểm tra có đủ cơ sở khẳng định thông tin lan truyền về trường hợp một bác sĩ rút ống thở của người nhà để nhường máy thở cho mẹ con sản phụ là hư cấu. Thông tin dựa trên nội dung đã có trong thực tế, được sử dụng để gây hại cho một người, một tổ chức hoặc một quốc gia. Một ví dụ nổi bật về thông tin ác ý là khi các email của Emmanuel Macron bị rò rỉ vào thứ Sáu trước cuộc bỏ phiếu chung cuộc diễn ra vào ngày 7 tháng 5. Thông tin chứa trong các email là thật nhưng chiến dịch tranh cử của Macron vẫn bị cáo buộc về việc sử dụng thông tin sai sự thật để làm giảm tác động từ ảnh hưởng của các cuộc rò rỉ thông tin tiềm ẩn 4.

Tuy nhiên, bằng cách tiết lộ thông tin cá nhân ra công chúng vài phút trước khi các phương tiện truyền thông ở Pháp mất điện, vụ rò rỉ đã gây tổn hại lớn cho chiến dịch tranh cử của Macron.com/checked-french 2 https://crosscheck.com/checked-french 3 https://ttbc-hcm.vn/thong-tin-bac-si-nhuong-may-tho-cua-nguoi-than-de-cuu-san-phu- song-thai-la-hu-cau-17239.html 4 https://www.com/2017/05/08/world/europe/macron-hacking-attack-france.html 9 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính 2.2 Cơ sở kiến thức về mô hình học sâu 2.1 Mô hình Artificial Neural Network - ANN Mô hình Artificial Neural Network - ANN (Mạng nơ-ron nhân tạo) là mô hình tính toán được xây dựng lấy ý tưởng từ cấu trúc và cách hoạt động của mạng nơ-ron thần kinh trong não người nhằm thực hiện một tác vụ nào đó với tập thông tin đầu vào. Một mạng nơ-ron thần kinh được tạo nên từ nhiều nơ-ron sinh học kết nối và hoạt động cùng nhau. Chúng hoạt động bằng cách tiếp nhận các thông tin đưa vào từ các đuôi gai (dendrite), tính toán và tổng hợp tại thân nơ-ron (cell body), sau đó lan truyền kết quả đến các nơ-ron khác thông qua sợi trục (axon). Có thể dễ dàng rút ra nhận xét rằng nơ-ron sinh học nhận nhiều thông tin đầu vào nhưng chỉ đưa ra một kết quả duy nhất thông qua quá trình xử lý trung gian phức tạp.

Tương tự như cách thức hoạt động nêu trên của mạng nơ-ron thần kinh, ANN cũng được cấu thành từ nhiều nơ-ron được gọi là perceptron có cấu trúc như Hình 2., xn lần lượt là các biến đại diện cho dữ liệu đầu vào. – phép cộng (summation) và hàm kích hoạt (activation function) là các phép tính toán và tổng hợp các thông tin dữ liệu đầu vào., wn là các trọng số cần phải học, đóng vai trò tham gia quá trình tính toán và chuyển đổi các thông tin đầu vào thành thông tin đầu ra. – y là output của tiến trình, đại diện cho dữ liệu đầu ra. Cụ thể hơn, phương thức tính toán và tổng hợp dữ liệu của một perceptron được mô tả theo từng bước sau: 1.

Perceptron thực hiện phép cộng bằng cách tính tổng giá trị tất cả các tích số của từng cặp dữ liệu đầu vào và giá trị trọng số tương ứng: n X a= w i xi + w 0 (2. Kết quả a của phép cộng được đưa qua một hàm kích hoạt phi tuyến như Sigmoid, Tanh, ReLU, LeakyReLU được minh họa ở Hình 2. Sau đó, perceptron thực hiện phép so sánh giá trị nhận được từ hàm kích hoạt f(a) với một giá trị ngưỡng (threshold ) cho trước nhằm xác định giá trị đầu ra ŷ như là tín hiệu kích hoạt của perceptron. 10 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính Hình 2.1: Cấu trúc của một Perceptron Hình 2.2: Các hàm phi tuyến được sử dụng trong Perceptron  1 if f (a) ≥ threshold ŷ = (2.2) 0 if f (a) < threshold Bằng cách kết hợp nhiều perceptron với nhau sẽ tạo nên cấu trúc mô hình mạng ANN.

Mạng ANN bao gồm nhiều perceptron như là các nút mạng tính toán 11 Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học và Kỹ Thuật Máy Tính làm tăng tính phức tạp cũng như khả năng học cho mạng, các perceptron đó hình thành nên các tầng như hình sau: Hình 2.3: Mô hình neural network đơn giản – Tầng đầu vào (input layer): là tầng đầu tiên, thể hiện các dữ liệu đầu vào của mô hình. – Tầng ẩn (hidden layer): là tầng nằm giữa gồm các phép tính toán nhằm chuyển đổi dữ liệu đầu vào sang dữ liệu đầu ra. – Tầng kết quả (output layer): là tầng cuối cùng thể hiện dữ liệu đầu ra của mạng. Quá trình suy luận từ tầng vào tới tầng ra của mạng NN là quá trình lan truyền tiến (feedforward), tức là đầu vào các nơ-ron tại 1 tầng đều lấy từ kết quả các nơ-ron tầng trước đó mà không có quá trình suy luận ngược lại.