Đề Tài Học Phần Nhập Môn AI: ChatBot | Đại học Điện lực

lOMoARcPSD| 59629529
TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA CÔNG NGHỆ THÔNG TIN
ĐỀ CƯƠNG CHUYÊN ĐỀ HỌC PHẦN
NHẬP MÔN TRÍ TUỆ NHÂN TẠO ĐỀ T䄃I:
Xây Dựng Hệ Thống ChatBot
Sinh viên thực hiện
: LÊ HỒNG QUANG PHAN MINH ĐỨC
Giảng viên hướng dẫn : VŨ VĂN ĐỊNH Ngành
: CÔNG NGHỆ THÔNG TIN Chuyên ngành
: CÔNG NGHỆ PHẦN MỀM Lớp
: D16CNPM 5 Khóa : 2021
Hà Nội, tháng 11 năm 2023 lOMoARcPSD| 59629529 PHIẾU CHẤM ĐIỂM STT Họ và tên
Nội dung thực hiện Điểm Chữ sinh viên ký 1 Phan Minh
+Giới thiệu về “AI” và phương pháp Đức tìm kiếm kinh nghiệm 2 Phạm Hồng +Giới thiệu về chatbot Quang
+Cài đặt đánh giá và thử nghiệm
Họ và tên giảng viên Chữ ký Ghi chú Giảng viên chấm 1: Giảng viên chấm 2: Mục lục
LIỆT KÊ CHỮ VIẾT TẮT ................................................................................................................. 3
PHẦN MỞ ĐẦU .................................................................................................................................. 5
CHƯƠNG 1: GIỚI THIỆU VỀ “AI” VÀ PHƯƠNG PHÁP TÌM KIẾM KINH NGHIỆM ............... 6
1.1 Giới thiệu về AI ......................................................................................................................... 6
1.1.1 Trí tuệ nhân tạo là gì ? ......................................................................................................... 6
1.1.2 Lịch sử..................................................................................................................................... 7
1.1.3 Lĩnh vực của AI ...................................................................................................................... 8
1.2 Phương pháp tìm kiếm ............................................................................................................. 11
CHƯƠNG 2: GIỚI THIỆU VỀ CHATBOT ..................................................................................... 12
2.1. Giới thiệu Chatbot ................................................................................................................ 12
2.2. Phân tích bài toán .................................................................................................................... 13
2.1.1. AIML là gì? .......................................................................................................................... 13
2.2 GIẢI QUYẾT BÀI TOÁN ....................................................................................................... 14
2.2.1 Ý tưởng ................................................................................................................................ 14 lOMoARcPSD| 59629529
CHƯƠNG 3. CÀI ĐẶT, ĐÁNH GIÁ THỬ NGHIỆM .................................................................... 15
3.1 Cài đặt với C# Winform .......................................................................................................... 15
3.1.1 Cài đặt thuật toán .................................................................................................................. 15
3.2.1 Giao diện chương trình ......................................................................................................... 17
3.2.1.1 Giao diện khi chạy chương trình .................................................................................... 17
3.2.1.2 Giao diện khi nói chuyện .................................................................................................. 18
3.2.2 Kết luận ................................................................................................................................. 18
LỜI CẢM ƠN .................................................................................................................................... 20
LIỆT KÊ CHỮ VIẾT TẮT Bộ biến đổi nguồn dòng CSI Current source Inverters VSI Voltage source Inverters
Bộ biến đổi nguồn áp
EMTP ElectroMagnetic transients program
Chương trình tính toán quá độ điện từ EAF Electric Arc Furnace Lò hồ quang điện PWM Pulse Width Modulation
Bộ điều khiển biến điệu độ rộng xung THD Total harmonic distortion Tổng độ méo hài TDD Total deman distortion Độ méo yêu cầu tổng TVVS s
Transient Voltage surge suppressors Bộ bảo vệ quá áp Static VAR Compensator
Bộ bù tĩnh công suất phản kháng có điều khiển SVC Thyristor Controlled Reactor
Bộ kháng điều khiển bằng thyristor TCR lOMoAR cPSD| 59629529 Thyristor Switched Capacitor
Bộ tụ đóng mở bằng thyristor TSC Thyristor Switched Reactor
Bộ kháng đóng mở bằng thyristor TSR lOMoARcPSD| 59629529 PHẦN MỞ ĐẦU
Trong những năm gần đây, khoa học công nghê đang dần tiến đến một tầṃ
cao mới. Mặc dù còn mới mẻ trong lĩnh vực khoa học và công nghê nhưng̣ Chatbots
đang được nghiên cứu và phát triển với tốc độ chóng mặt bởi các trung tâm nghiên
cứu, các trường đại học và học viên.... rất nhiều các lĩnh vực được ứng̣ dụng công
nghê mới này. Chatbots là một hình thức thô sơ của phần mềm trí tuệ ̣ nhân tạo, là
một chương trình được tạo ra từ máy tính tiến hành cuộc trò chuyêṇ thông qua các
phương pháp nhâp văn bản, âm thanh, cảm ứng có thể trả lời các câụ hỏi và xử lý
các tình huống, là một công cụ có thể giao tiếp, tương tác với con người thông qua
một trí tuê nhân tạo đã được lậ p trình sẵn. Có rất nhiều công cụ̣ cũng như thư viên
hỗ trợ cho Chatbots như: Dialogflow, Wit.ai, Watsoṇ Conversation Service,
Microsoft „s LUIS, Google Natural Language API, Amazon Lex,...
Đây là tài liêu dùng để biểu diễn cơ bản thiết kế và giải quyết bài toán…..̣
Tài liêu này giúp ta có cái nhìn toàn vẹn về các chức năng của phần mềm cũng̣
như ứng dụng thuât toán … để giải quyết bài toán này. Do thời gian có hạn nêṇ
chúng em không thể tối ưu được toàn bộ không gian trạng thái bài toán. Tuy nhiên,
nhóm sẽ nghiên cứu hoàn thiên trong thời gian sớm nhất. Nhóm thực hiệ ṇ đề
tài nhằm mục đích xây dựng một hê thống giải quyết một bài toán thực tệ́ dựa trên
chiến lược … và xây dựng một ứng dụng giải trí. Trong quá trình thực hiên đề tài
không tránh khỏi những sai sót, nhóm em mong sẽ nhậ n được sự góp ̣ ý và đánh giá của Thầy Cô.
Do kiến thức còn hạn chế nên bài tiểu luân của em còn nhiều sai sót. Eṃ
rất mong nhân được nhậ n xét và đánh giá góp ý của các thầy cô.̣ Em xin chân thành cảm ơn!
CHƯƠNG 1: GIỚI THIỆU VỀ “AI” V䄃 PHƯƠNG PHÁP TÌM lOMoARcPSD| 59629529 KIẾM KINH NGHIỆM
1.1 Giới thiệu về AI.
1.1.1 Trí tuệ nhân tạo là gì ?
Để hiểu trí tuê nhân tạo (artificial intelligence) là gì chúng ta bắt đầu vớị khái
niêm sự bay nhân tạo (flying machines), tức là cái máy bay.̣
Đã từ lâu, loài người mong muốn làm ra một cái máy mà có thể di chuyển
được trên không trung mà không phụ thuộc vào địa hình ở dưới mặt đất, hay nói
cách khác là máy có thể bay được. Không có gì ngạc nhiên khi những ý tưởng đầu
tiên làm máy bay là từ nghiên cứu cách con chim bay. Những chiếc máy biết bay
được thiết kế theo nguyên lý “vỗ cánh” như con chim chỉ có thể bay được quãng
đường rất ngắn và lịch sử hàng không thực sự sang một trang mới kể từ anh em nhà
Wright thiết kế máy bay dựa trên các nguyên lý của khí động lực học (aerodynamics).
Các máy bay hiên nay, như đã thấy, có sức trở rất lớn và bay được quãng ̣
đường có thể vòng quanh thế giới. Nó không nhất thiết phải có nguyên lý bay của
con chim nhưng vẫn bay được như chim (dáng vẻ), và còn tốt hơn chim.
Quay lại câu hỏi Trí tuê nhân tạo là gì. Trí tuệ nhân tạo là trí thông minh củạ
máy do con người tạo ra. Ngay từ khi chiếc máy tính điên tử đầu tiên ra đời, các̣ nhà
khoa học máy tính đã hướng đến phát hiển hê thống máy tính (gồm cả phầṇ cứng
và phần mềm) sao cho nó có khả năng thông minh như loài người. Mặc dù cho đến
nay, theo quan niêm của người viết, ước mơ này vẫn còn xa mới thànḥ hiên thực,
tuy vậ y những thành tựu đạt được cũng không hề nhỏ: chúng ta đã làṃ được các hê
thống (phần mềm chơi cờ vua chạy trên siêu máy tinh GeneBlue) cọ́ thể thắng được
vua cờ thế giới; chúng ta đã làm được các phần mềm có thể chứng minh được các
bài toán hình học; v.v. Hay nói cách khác, trong một số lĩnh vực, máy tính có thể
thực hiên tốt hơn hoặc tương đương con người (tất nhiên không̣ phải tất cả các lĩnh
vực). Đó chính là các hê thống thông minh.̣ lOMoARcPSD| 59629529
Có nhiều cách tiếp cân để làm ra trí thông minh của máy (hay là trí tuệ
nhâṇ tạo), chẳng hạn là nghiên cứu cách bộ não người sản sinh ra trí thông
minh của loài người như thế nào rồi ta bắt chước nguyên lý đó, nhưng cũng có
những cách khác sử dụng nguyên lý hoàn toàn khác với cách sản sinh ra trí thông
minh của loài người mà vẫn làm ra cái máy thông minh như hoặc hơn người; cũng
giống như máy bay hiên nay bay tốt hơn con chim do nó có cơ chế bay không phải
là ̣ giống như cơ chế bay của con chim.
Như vây, trí tuệ nhân tạo ở đây là nói đến khả năng của máy khi thực hiệ
ṇ các công viêc mà con người thường phải xử lý; và khi dáng vẻ ứng xử hoặc
kếṭ quả thực hiên của máy là tốt hơn hoặc tương đương với con người thì ta gọi đó
là ̣ máy thông minh hay máy đó có trí thông minh. Hay nói cách khác, đánh giá sự
thông minh của máy không phải dựa trên nguyên lý nó thực hiên nhiệ m vụ đó cọ́
giống cách con người thực hiên hay không mà dựa trên kết quả hoặc dáng vẻ ứng̣
xử bên ngoài của nó có giống với kết quả hoặc dáng vẻ ứng xử của con người hay không.
Các nhiêm vụ của con người thường xuyên phải thực hiệ n là: giải bài toáṇ
(tìm kiếm, chứng minh, lâp luậ n), học, giao tiếp, thể hiệ n cảm xúc, thích nghi vớị
môi trường xung quanh, v.v., và dựa trên kết quả thực hiên các nhiệ m vụ đó để kếṭ
luân rằng một ai đó có là thông minh hay không. Môn học Trí tuệ nhân tạo
nhằṃ cung cấp các phương pháp luân để làm ra hệ thống có khả năng thực hiệ n
các̣ nhiêm vụ đó: giải toán, học, giao tiếp, v.v. bất kể cách nó làm có như con ngườị
hay không mà là kết quả đạt được hoặc dáng vẻ bên ngoài như con người.
Trong môn học này, chúng ta sẽ tìm hiểu các phương pháp để làm cho máy
tính biết cách giải bài toán, biết cách lâp luậ n, biết cách học, v.v.̣ 1.1.2 Lịch sử
Vào năm 1943, Warren McCulioch và Walter Pitts bắt đầu thực hiên nghiêṇ
cứu ba cơ sở lý thuyết cơ bản: triết học cơ bản và chức năng của các noron thần kinh;
phân tích các mênh đề logic; và lý thuyết dự đoán của Turing. Các tác giả đã nghiêṇ lOMoARcPSD| 59629529
cứu đề xuât mô hình noron nhân tạo, mỗi noron đặc trưng bởi hai trạng thái “bât”,̣ “tắt”
và phát hiên mạng noron có khả năng học.̣
Thuât ngữ “Trí tuệ nhân tạo” (Artificial Intelligence - AI) được thiết lậ p bởị
John McCarthy tại Hội thảo đầu tiên về chủ đề này vào mùa hè năm
1956. Đồng thời, ông cũng đề xuất ngôn ngữ lâp trình Lisp – một trong những ngôṇ
ngữ lâp trình hàm tiêu biểu, được sử dụng trong lĩnh vực AI.̣
Sau đó, Alan Turing đưa ra " Turing test" như là một phương pháp kiểm chứng hành vi thông minh.
Thâp kỷ 60, 70 Joel Moses viết chương trình Macsyma - chương trình toáṇ học
sử dụng cơ sở tri thức đầu tiên thành công. Marvin Minsky và Seymour Papert đưa ra
các chứng minh đầu tiên về giới hạn của các mạng nơ-ron đơn giản. Ngôn ngữ lâp trình
logic Prolog ra đời và được phát triển bởi Alain Colmerauer. Ted Shortliffẹ xây dựng
thành công một số hê chuyên gia đầu tiên trợ giúp chẩn đoán trong y học,̣ các hê thống
này sử dụng ngôn ngữ luậ t để biểu diễn tri thức và suy diễn.̣
Vào đầu những năm 1980, những nghiên cứu thành công liên quan đến AI như
các hê chuyên gia (expert systems) – một dạng của chương trình AI mô phỏng trị thức
và các kỹ năng phân tích của một hoặc nhiều chuyên gia con người.
Vào những năm 1990 và đầu thế kỷ 21, AI đã đạt được những thành tựu to lớn
nhất, AI được áp dụng trong logic, khai phá dữ liêu, chẩn đoán y học và nhiều lĩnḥ vực
ứng dụng khác trong công nghiêp. Sự thành công dựa vào nhiều yếu tố: tăng khạ̉ năng
tính toán của máy tính, tâp trung giải quyết các bài toán con cụ thể, xây dựng ̣ các mối
quan hê giữa AI và các lĩnh vực khác giải quyết các bài toán tương tự, và mộṭ sự chuyển
giao mới của các nhà nghiên cứu cho các phương pháp toán học vững chắc và chuẩn khoa học chính xác.
1.1.3 Lĩnh vực của AI
* Lâp luậ n, suy diễn tự động: Khái niệ m lậ p luậ n (reasoning), và suy diễṇ
(reference) được sử dụng rất phổ biến trong lĩnh vực AI. Lâp luậ n là suy diễn logic,̣ lOMoAR cPSD| 59629529
dùng để chỉ một tiến trình rút ra kết luân (tri thức mới) từ những giả thiết đã chọ (được
biểu diễn dưới dạng cơ sở tri thức). Như vây, để thực hiệ n lậ p luậ n người tạ cần có
các phương pháp lưu trữ cơ sở tri thức và các thủ tục lâp luậ n trên cơ sở trị thức đó.
-Biểu diễn tri thức: Muốn máy tính có thể lưu trữ và xử lý tri thức thì cần đây
bao gồm các ngôn ngữ biểu diễn và các kỹ thuât xử lý tri thức. Một ngôn ngự̃ biểu diễn
tri thức được đánh giá là “tốt” nếu nó có tính biểu đạt cao và các tính hiêụ quả của thuât
toán lậ p luậ n trên ngôn ngữ đó. Tính biểu đạt của ngôn ngữ thể hiệ n khả ̣ năng
biểu diễn một phạm vi rộng lớn các thông tin trong một miền ứng dụng. Tính hiêu quả
của các thuậ t toán lậ p luậ n thể hiệ n chi phí về thời gian và không gian dànḥ cho viêc
lậ p luậ n. Tuy nhiên, hai yếu tố này dường như đối nghịch nhau, tức là nếụ ngôn ngữ
có tínhbiểu đạt cao thì thuât toán lậ p luậ n trên đó sẽ có độ phức tạp lớṇ (tính hiêu quả
thấp) và ngược lại (ngôn ngữ đơn giản, có tính biểu đạt thấp thì thuậ ṭ toán lâp luậ
n trên đó sẽ có hiệ u quả cao). Do đó, một thách thức lớn trong lĩnh vực AỊ là xây dựng
các ngôn ngữ biểu diễn tri thức mà có thể cân bằng hai yếu tố này, tức là ngôn ngữ có
tínhbiểu đạt đủ tốt (tùy theo từng ứng dụng) và có thể lâp luậ n hiệ u quả.̣
-Lâp kế hoạch: khả năng suy ra các mục đích cần đạt được đối với các nhiệ
ṃ vụ đưa ra, và xác định dãy các hành động cần thực hiên để đạt được mục đích đó.̣
-Học máy: là một lĩnh vực nghiên cứu của AI đang được phát triển mạnh mẽ và
có nhiều ứng dụng trong các lĩnh vực khác nhau như khai phá dữ liêu, khám phá ̣ tri thức, …
-Xử lý ngôn ngữ tự nhiên: là một nhánh của AI, tâp trung vào các ứng dụng trêṇ
ngôn ngữ của con người. Các ứng dụng trong nhân dạng tiếng nói, nhậ n dạng chự̃ viết,
dịch tự động, tìm kiếm thông tin, …
- Hê chuyên gia: cung cấp các hệ thống có khả năng suy luậ n để đưa ra những ̣ kết
luân. Các hệ chuyên gia có khả năng xử lý lượng thông tin lớn và cung cấp các ̣ kết luân lOMoAR cPSD| 59629529
dựa trên những thông tin đó. Có rất nhiều hệ chuyên gia nổi tiếng như các hệ ̣
chuyên gia y học MYCIN, đoán nhân cấu trúc phân tử từ công thức hóa học ̣ DENDRAL, … lOMoARcPSD| 59629529
1.2 Phương pháp tìm kiếm
Phương pháp tìm kiếm là một kỹ thuật giải quyết vấn đề liên quan đến việc tìm
kiếm một giải pháp cho một vấn đề trong một tập hợp các giải pháp có thể. Các
phương pháp tìm kiếm có thể được sử dụng để giải quyết nhiều loại vấn đề khác nhau, bao gồm: •
Tìm kiếm dữ liệu: Tìm kiếm một giá trị hoặc mẫu cụ thể trong một tập dữ liệu. •
Tìm kiếm đường đi: Tìm một đường đi từ một điểm đến điểm khác trong một không gian. •
Tìm kiếm giải pháp: Tìm một giải pháp cho một vấn đề toán học hoặc logic.
Có nhiều loại phương pháp tìm kiếm khác nhau, mỗi loại có ưu và nhược điểm riêng.
Một số phương pháp tìm kiếm phổ biến bao gồm:
- Tìm kiếm theo chiều rộng (Breadth-first search): Tìm kiếm tất cả các giải pháp
có thể, bắt đầu từ giải pháp ban đầu và mở rộng dần dần.
- Tìm kiếm theo chiều sâu (Depth-first search): Tìm kiếm một giải pháp bằng cách
khám phá sâu một nhánh của không gian tìm kiếm.
- Tìm kiếm A:* Một thuật toán tìm kiếm heuristic sử dụng một hàm đánh giá để
ước tính giá trị của một giải pháp.
Phương pháp tìm kiếm kinh nghiệm là một loại phương pháp tìm kiếm sử dụng
kiến thức và kinh nghiệm của con người để hướng dẫn quá trình tìm kiếm. Phương
pháp này thường được sử dụng trong các vấn đề tìm kiếm phức tạp, trong đó các
thuật toán tìm kiếm thông thường có thể không hiệu quả. Có hai loại chính của
phương pháp tìm kiếm kinh nghiệm:
- Tìm kiếm heuristic: Sử dụng một hàm đánh giá để ước tính giá trị của một giải
pháp. Hàm đánh giá được sử dụng để xếp hạng các giải pháp tiềm năng, với các
giải pháp có giá trị cao hơn được ưu tiên hơn.
Ví dụ: trong vấn đề tìm kiếm đường đi ngắn nhất giữa hai điểm, hàm đánh giá có thể
được sử dụng để ước tính độ dài của đường đi. Các giải pháp có độ dài ngắn hơn sẽ được ưu tiên hơn.
- Tìm kiếm thử nghiệm và sửa lỗi: Sử dụng một quá trình thử và sai để tìm giải
pháp. Phương pháp này thường được sử dụng trong các vấn đề tìm kiếm không
thể được mô hình hóa bằng một hàm đánh giá.
Ví dụ: trong vấn đề chơi cờ vua, máy tính có thể thử nghiệm các nước đi khác nhau để tìm ra cách thắng. lOMoARcPSD| 59629529
CHƯƠNG 2: GIỚI THIỆU VỀ CHATBOT
2.1.Giới thiệu Chatbot.
ChatBot là một hình thức thô sơ của phần mềm trí tuê nhân tạọ , là một chương
trình máy tính tiến hành cuộc trò chuyên ̣ thông qua các phương pháp thính giác hoặc
văn bản có thể tự động trả lời những câu hỏi hoặc xử lý tình huống.
Ví dụ 1: Nếu như bạn muốn nhắn tin để tìm kiếm thông tin một sản phẩm của một cửa
hàng hoặc công ty đã tạo ChatBot, bạn chỉ viêc nhậ p vào từ khoá, chúng sẽ lậ p tức tìm và ̣
hiên kết quả thông tin sản phẩm cho bạn.̣
Đôi khi thuât ngữ "ChatBot" được sử dụng để chỉ các trợ lý ảo nói chung hoặc cụ thể là ̣ chỉ
chương trình máy tính trả lời tự động trên nền tảng tin nhắn (Messaging Platform). Ví dụ
2: Nếu như bạn đã hỏi “trợ lý ảo” Siri của Apple hay Cortana của Microsoft một vấn đề gì
đó như: “Thời tiết hôm nay như thế nào?”, là bạn đã làm viêc với một ChatBot.̣ lOMoARcPSD| 59629529
2.2. Phân tích bài toán 2.1.1. AIML là gì?
AIML được phát triển bởi Richard Wallace. Ông đã tạo ra một bot có tên
ALICE (Artificial Linguistic Internet Computer Entity) đã giành được một số giải
thưởng về trí tuê nhân tạo. Thậ t thú vị, một trong những thử nghiệ m Turing để tìṃ
kiếm trí thông minh nhân tạo là trò chuyên giữa người với bot thông qua giao diệ ṇ
văn bản trong vài phút và xem họ có nghĩ đó là con người không. AIML là một dạng
XML xác định các quy tắc để khớp các mẫu và xác định các câu trả lời. Để có một
đoạn mồi AIML đầy đủ, hãy xem AIML Primer của Alice Bot. Bạn cũng có thể tìm
hiểu thêm về AIML và những gì nó có khả năng trên trang Wikipedia AIML. Chúng
tôi sẽ tạo các têp AIML trước và sau đó sử dụng Python để cung cấp ̣ cho nó một số cuộc sống. lOMoARcPSD| 59629529
2.2 GIẢI QUYẾT B䄃I TOÁN 2.2.1 Ý tưởng
Đây là phiên bản XML để viết mã AI. Ở đây bất cứ khi nào bạn đặt câu hỏi
của mình, thì hê thống sẽ tìm tậ p hợp các câu hỏi được xác định trước từ mẫụ AIML.
Nếu nó tìm thấy câu hỏi phù hợp với mô hình của nó, thì nó sẽ trả lời phản hồi tích
cực và sẽ trả lời. Giả sử bạn hỏi nó như muốn nói tên của nó, thì nó sẽ nói tôi là
ChatBot. Nhưng nếu câu hỏi của bạn vượt ra ngoài giới hạn hoặc nói ra khỏi phạm
vi, thì nó sẽ trả lời với một cái gì đó khác mà nó không biết bạn đang yêu cầu gì.
Toàn bộ khái niêm này sử dụng AI và nhắm thuậ t toán. Nó có thể có lợi cho các ̣
trang web của bạn, nơi người dùng yêu cầu rất nhiều thứ. lOMoARcPSD| 59629529
CHƯƠNG 3. C䄃I ĐẶT, ĐÁNH GIÁ THỬ NGHIỆM
3.1 Cài đặt với C# Winform
3.1.1 Cài đặt thuật toán using System;
using System.Collections.Generic; using System.Linq; using System.Threading.Tasks; using System.Windows.Forms; using AIMLbot; namespace ChatBotProject { static class Program { static void Main() {
Application.EnableVisualStyles();
Application.SetCompatibleTextRenderingDefault(false); Application.Run(new Form1()); } } public class ChatBot {
const string UserId = "szabist"; private Bot AimlBot; private User myUser; public ChatBot() { AimlBot = new Bot();
myUser = new User(UserId, AimlBot); Initialize(); }
// Loads all the AIML files in the \AIML folder public void Initialize() { AimlBot.loadSettings();
AimlBot.isAcceptingUserInput = false; AimlBot.loadAIMLFromFiles();
AimlBot.isAcceptingUserInput = true; lOMoAR cPSD| 59629529 }
// Given an input string, finds a response using AIMLbot lib lOMoARcPSD| 59629529
public String getOutput(String input) {
Request r = new Request(input, myUser, AimlBot); Result res = AimlBot.Chat(r); return (res.Output); } } }
3.2.1 Giao diện chương trình
3.2.1.1 Giao diện khi chạy chương trình
Hình 1: Giao diện khi chạy chương trình lOMoARcPSD| 59629529
3.2.1.2 Giao diện khi nói chuyện
Hình 2: Nói chuyện với Chatbot 3.2.2 Kết luận
-Ưu Điểm: Có giao diên rất dễ sử dụng, gần gũi với người dùng.̣
-Nhược Điểm: Code dài và cài đặt khá phức tạp đối với người mới tiếp cân về lậ p ̣ trình. lOMoARcPSD| 59629529 KẾT LUẬN
Cùng với sự phát triển không ngừng của công ngh ⌀ thông 琀椀 n đang được phát triển
mạnh mẽ, nhanh chóng và xâm nh p ⌀ vào nhiều lĩnh vực khoa học, kỹ thu t ⌀ cũng
như trong cuộc sống. Nó trở thành công cụ đắc lực trong nhiều ngành nghề như giao
thông, quân sự, y học....
Chatbot sẽ là nền tảng cho một số các lĩnh vực trong trí tu ⌀ nhân tạo như trợ lý ảo, tư
vấn tự động th m trí là ⌀ robot.
Do thời gian có hạn và sự hiểu biết còn hạn chế nên chắc chắn bài làm không tránh khỏi
những sai xót, rất mong được sự giúp đỡ, châm chước và góp ý kiến của các thầy, cô. Em trân thành cảm ơn! lOMoARcPSD| 59629529 LỜI CẢM ƠN
Trên thực tế không có sự thành công nào mà không gắn liền với những sự
hỗ trợ, sự giúp đỡ dù ít hay nhiều, dù là trực tiếp hay gián tiếp của người khác.
Trong suốt thời gian từ khi bắt đầu học Đại học đến nay, chúng em đã nhâṇ được
rất nhiều sự quan tâm, giúp đỡ của Thầy Cô, gia đình và bạn bè.
Với lòng biết ơn sâu sắc nhất, chúng em xin gửi đến Thầy Cô ở khoa Công
Nghê Thông Tin – trường Đại học Điệ n Lực đã cùng với tri thức và tâm huyếṭ
của mình để truyền đạt vốn kiến thức quý báu cho chúng em trong suốt thời gian
học tâp tại trường. Chúng em xin chân thành cảm ơn thầy Vũ Văn Định đã tậ
ṇ tâm hướng dẫn chúng em. Nếu không có những lời hướng dẫn, dạy bảo
của các cô thì chúng em nghĩ báo cáo này của chúng em rất khó có thể hoàn thành được.
Xin gửi lời cảm ơn chân thành đến gia đình, bè bạn, đã luôn là nguồn động
viên to lớn, giúp em vượt qua những khó khăn trong suốt quá trình học tâp vạ̀ thực hiên làm đề tài.̣
Mặc dù đã rất cố gắng hoàn thiên luậ n án với tất cả sự nỗ lực, tuy nhiên dọ
thời gian nghiên cứu và xây dựng báo cáo trong thời gian có hạn và kiến thức còn
hạn chế nên báo cáo chuyên đề …. chắc chắn sẽ không thể tránh khỏi những thiếu
sót. Chúng em rất mong nhân được sự quan tâm, thông cảm và những đóng̣ góp
quý báu của các thầy cô và các bạn để báo cáo này ngày càng hoàn thiêṇ hơn.
Một lần nữa, chúng em xin chân thành cảm ơn và luôn mong nhân được sự̣ đóng góp của mọi người.
Sau cùng, chúng em xin kính chúc các thầy cô trong khoa Công Nghê ̣ Thông
Tin dồi dào sức khỏe, niềm tin để tiếp tục thực hiên sứ mệ nh cao đẹp củạ mình là
truyền đạt kiến thức cho thế hê mai sau.̣