Quản lý xây dựng là lĩnh vực đa ngành phức tạp, gây nhiều khó khăn trong việc tra cứu dữ liệu chuyên sâu. Nhằm tối ưu hóa quá trình tiếp cận tri thức, dự án "Chatbot tư vấn quản lý xây dựng (AI Build)" đã phát triển trợ lý ảo thông minh, giúp cung cấp thông tin chính xác, hỗ trợ học tập và giải quyết hiệu quả các vấn đề thực tiễn trong ngành. 
1. Giới thiệu
Dựa trên mô hình truy xuất thông tin, hệ thống thực hiện cơ chế “Tìm kiếm và Trả về” nhằm cung cấp các thông tin phù hợp nhất từ các nguồn cơ sở dữ liệu đã được thiết lập trước đó. Trên cơ sở này, nhóm nghiên cứu xây dựng một Chatbot có khả năng hiểu truy vấn và sử dụng các thuật toán tìm kiếm để quét toàn bộ kho dữ liệu, từ đó lựa chọn những nội dung liên quan nhất với câu hỏi do người dùng nhập vào.
Mô hình này không chỉ giúp nâng cao độ chính xác và tốc độ phản hồi mà còn giảm thiểu sai sót, cải thiện trải nghiệm người dùng khi tra cứu các thông tin đòi hỏi độ chính xác cao, đặc biệt trong lĩnh vực kỹ thuật như quản lý xây dựng.
2. Tổng quan về các khái niệm lý thuyết cơ bản liên quan đến chủ đề nghiên cứu
Website thương mại điện tử và vai trò của nó trong kinh doanh. Hệ thống AI Build được xây dựng dựa trên mô hình Client - Server, một kiến trúc tiêu chuẩn cho các ứng dụng web hiện đại. Client (Frontend - Svelte) chịu trách nhiệm về giao diện và trải nghiệm người dùng.
Thành phần này không trực tiếp xử lý các nghiệp vụ phức tạp mà thực hiện các nhiệm vụ như: hiển thị giao diện trò chuyện trực quan, thân thiện với người dùng; tiếp nhận câu hỏi thông qua trường nhập liệu; gửi câu hỏi đến máy chủ thông qua các yêu cầu API (RESTful); nhận phản hồi từ máy chủ và hiển thị nội dung trả lời một cách trực quan, hấp dẫn.
Trong khi Client (Frontend - Svelte) được coi là "bộ mặt" của ứng dụng thì Server (Backend - Symfony) lại được coi là "bộ não" của hệ thống, nơi diễn ra tất cả các quá trình xử lý chính. Nó cung cấp các điểm cuối API để Client giao tiếp (ví dụ: POST /api/chat).
Ngoài ra tiến hành tiếp nhận yêu cầu và xác thực chúng (nếu cần trong các phiên bản tương lai) và thực thi logic cốt lõi như truy vấn cơ sở tri thức để tìm câu trả lời. Sau đó thực hiện định dạng dữ liệu và trả về cho Client ở định dạng chuẩn (JSON).
Khung “Svelte”: Công nghệ xây dựng giao diện hiện đại. Bài báo này trình bày việc xây dựng một Chatbot dựa trên mô hình truy xuất thông tin, theo đó hệ thống thực hiện cơ chế “Tìm kiếm và Trả về” nhằm cung cấp nội dung phù hợp nhất từ một cơ sở tri thức được xây dựng sẵn. Cốt lõi của Chatbot là cơ sở tri thức được lưu trữ trong thư mục dữ liệu của hệ thống,
Đây là các tệp văn bản (.txt) chứa thông tin chuyên ngành đã được số hóa và tổ chức ở dạng bán cấu trúc (sử dụng tiêu đề, danh sách), giúp thành phần phụ trợ có thể dễ dàng phân tích và trích xuất thông tin.
Cơ chế hoạt động dựa trên tìm kiếm từ khóa, thông qua các hàm xử lý chuỗi cơ bản (ví dụ: str_contains trong PHP) hoặc sử dụng biểu thức chính quy để xác định mức độ tương đồng văn bản giữa câu hỏi của người dùng và nội dung trong cơ sở tri thức. Phương pháp này dễ triển khai và hoạt động hiệu quả đối với khối lượng dữ liệu nhỏ.
Tuy nhiên, nhược điểm của cơ chế này là không có khả năng “hiểu” ngữ nghĩa. Chẳng hạn, nếu người dùng hỏi về “phương pháp đóng cọc” trong khi tài liệu sử dụng cụm từ “quy trình thi công cọc”, Chatbot có thể không tìm thấy kết quả. Đây là hạn chế lớn nhất cần được cải thiện.
Quy trình Thu thập và trình bày dữ liệu: Một bộ dữ liệu toàn diện chuyên về lĩnh vực kỹ thuật xây dựng đã được thu thập. Tất cả dữ liệu được lưu trữ ở định dạng “.txt” trong thư mục data (Hình 1). Các tệp tiêu biểu bao gồm:
- "TCVN_4447_2012_cong_tac_dat_thi_cong_va_nghiem_thu.txt": chứa các quy định và yêu cầu kỹ thuật, quy trình thi công và phương pháp nghiệm thu đối với các công tác đất trong xây dựng công trình;
- "Thong_tu_12_2021_TT_BXD_huong_dan_xac_dinh_va_quan_ly_chi_phi_dau_tu_xay_dung.txt": bao gồm các hướng dẫn việc xác định và quản lý chi phí đầu tư xây dựng trong suốt vòng đời dự án;
- "Luat_Dau_thau_43_2013_QH13.txt": tập hợp các nguyên tắc, hình thức và quy trình đấu thầu nhằm lựa chọn nhà thầu, nhà đầu tư trong hoạt động sử dụng vốn nhà nước;
- "Nghi_dinh_63_2014_ND_CP_quy_dinh_chi_tiet_thi_hanh_mot_so_dieu_cua_Luat_Dau_thau.txt": quy định chi tiết việc thi hành một số điều của Luật Đấu thầu về lựa chọn nhà thầu;
- "TCVN_4087_1985_may_xay_dung_yeu_cau_chung.txt": cung cấp các yêu cầu kỹ thuật cơ bản đối với máy và thiết bị sử dụng trong thi công xây dựng;
- "QCVN_02_so_lieu_dieu_kien_tu_nhien_su_dung_trong_xay_dung.txt": Cung cấp các loại số liệu cơ bản về điều kiện tự nhiên như khí hậu, địa chất, thủy văn và các yếu tố môi trường phục vụ cho công tác khảo sát, thiết kế và thi công xây dựng;
- "QCVN_03_phan_cap_cong_trinh_phuc_vu_thiet_ke_xay_dung.txt": Cung cấp các nguyên tắc và tiêu chí phân cấp công trình theo mức độ quan trọng, quy mô và yêu cầu kỹ thuật;
- "QCVN_06_an_toan_chay_cho_nha_va_cong_trinh.txt": Gồm các yêu cầu bắt buộc nhằm bảo đảm an toàn cháy trong quá trình thiết kế, xây dựng và sử dụng nhà ở và công trình xây dựng;
- "QCVN_08_an_toan_trong_hoat_dong_xay_dung.txt": Cung cấp các yêu cầu bắt buộc nhằm bảo đảm an toàn lao động trong suốt quá trình thi công xây dựng công trình.
Người dùng tương tác với hệ thống thông qua giao diện tin nhắn, nhập câu hỏi vào mục trò chuyện trên giao diện ứng dụng và nhấp vào “Gửi”. Khi người dùng gửi tin nhắn, hàm “sendMessage” được kích hoạt. Hàm này thu thập nội dung tin nhắn, thêm vào danh sách tin nhắn hiển thị trên giao diện, sau đó sử dụng API fetch để gửi yêu cầu POST đến API máy chủ. Ví dụ mã (dựa trên tệp “bundle.js” đã biên dịch):
Giao diện người dùng “Svelte” lắng nghe các sự kiện, thu thập nội dung của câu hỏi và gửi yêu cầu API (yêu cầu HTTP) đến máy chủ (backend). Máy chủ Symfony nhận yêu cầu từ giao diện người dùng, bắt đầu quy trình xử lý và bộ điều khiển tương ứng được kích hoạt.
Cách thức hoạt động của hệ thống như sau: Đầu tiên, hệ thống định tuyến của Symfony (được định nghĩa trong config/routes.yaml hoặc sử dụng thuộc tính trong bộ điều khiển) ánh xạ yêu cầu /api/chat đến một phương thức cụ thể trong ChatController. Tiếp theo, hệ thống xử lý logic, nhận dữ liệu JSON, giải mã để trích xuất câu hỏi, sau đó gọi một lớp dịch vụ (ví dụ: ChatService.php) để thực hiện tác vụ tìm kiếm.
Hệ thống truy vấn cơ sở tri thức: ChatService đọc nội dung của tất cả các tệp “.txt” trong thư mục [d:Thuc_tapStructure ChatbotStructure Chatbotbackenddata] (d:Thuc_tapStructure ChatbotStructure Chatbotbackenddata) và thực hiện một thuật toán tìm kiếm (ví dụ: khớp từ khóa, độ tương đồng cụm từ) để xác định đoạn văn bản phù hợp nhất để trả lời câu hỏi. Sau khi tìm thấy câu trả lời, bộ điều khiển tạo một đối tượng JsonResponse và trả lại kết quả cho giao diện người dùng.
Bộ điều khiển gọi một lệnh dịch vụ chịu trách nhiệm xử lý logic. Dịch vụ này đọc và phân tích các tệp “.txt” trong cơ sở tri thức để tìm ra nội dung phù hợp nhất. Sau khi tìm thấy câu trả lời, phần backend sẽ định dạng nội dung (ví dụ: chuyển đổi Markdown sang HTML) và tập hợp nó vào một phản hồi JSON chuẩn hóa. Phần frontend nhận phản hồi từ backend, giải mã dữ liệu JSON và hiển thị câu trả lời của bot trong giao diện trò chuyện. Cách hoạt động như sau:
- Nhận dữ liệu: Lệnh gọi “fetch” ở Bước 1 nhận “JsonResponse” từ backend. Nội dung câu trả lời được trích xuất từ “data.answer”.
- Hiệu ứng gõ: Hàm “typeBotMessage” được gọi để mô phỏng hoạt ảnh gõ, tăng cường tương tác người dùng.
- Định dạng và hiển thị: Cuối cùng, câu trả lời hoàn chỉnh được thêm vào danh sách tin nhắn. Hàm “formatMessage” xử lý các định dạng đặc biệt như Markdown (ví dụ: dấu chấm *, -) và chuyển đổi chúng sang HTML trước khi hiển thị, đảm bảo câu trả lời được cấu trúc rõ ràng.
Do đó, hoạt động của hệ thống là sự hợp tác hài hòa giữa Frontend (Svelte) và Backend (Symfony), với trái tim của hệ thống là một cơ sở tri thức chuyên biệt được xây dựng tỉ mỉ. Nền tảng này cho phép chatbot cung cấp các câu trả lời chính xác và có giá trị.
3. Kết quả thực nghiệm
3.1. Đặc tả yêu cầu bài toán
Bài toán đề ra với nhiệm vụ phát triển một ứng dụng chatbot hoàn chỉnh trên nền tảng web (nguyên mẫu) có khả năng tương tác với người dùng về các chủ đề liên quan đến ngành Xây dựng. Hệ thống của chatbot cần đáp ứng các chức năng:
- Cho phép người dùng đặt câu hỏi liên quan đến các chủ đề trong lĩnh vực xây dựng và nhận được câu trả lời phù hợp từ một cơ sở kiến thức chuyên ngành tích hợp.
- Chatbot sử dụng cơ chế tìm kiếm thông minh để truy xuất thông tin chính xác, cho phép người dùng truy cập kiến thức nhanh chóng và hiệu quả.
- Giao diện được thiết kế hiện đại, trực quan và thân thiện với người dùng.
- Tương tác thông minh: Chatbot hỗ trợ thẻ gợi ý, giúp người dùng dễ dàng điều hướng và đặt câu hỏi đặc biệt hữu ích cho những người chưa quen sử dụng chatbot hoặc không chắc chắn nên bắt đầu từ đâu.
Ngoài những tính năng nêu trên, hệ thống cũng cung cấp thêm các tính năng quản lý hội thoại, chẳng hạn như bắt đầu một cuộc hội thoại mới. Điều này cho phép người dùng thiết lập lại phiên khi thay đổi chủ đề hoặc làm mới cuộc thảo luận, giúp duy trì sự rõ ràng và mạch lạc trong suốt quá trình tương tác.
3.2. Phân tích hệ thống
Hệ thống mang tên “Chatbot Xây dựng bằng AI” được thể hiện qua sơ đồ phân rã chức năng (FDD) biểu diễn theo thứ bậc của các chức năng chính và chức năng phụ của hệ thống:
├──1.0 Tương tác trò chuyện
│ ├── 1.1 Gửi câu hỏi bằng văn bản
│ ├── 1.2 Hiển thị lịch sử trò chuyện hiện tại
│ └── 1.3 Chọn câu hỏi được đề xuất
├── 2.0 Quản lý giao diện
│ ├── 2.1 Chuyển đổi giữa Chế độ Sáng/Tối
│ └── 2.2 Hiển thị/Ẩn Menu
├── 3.0 Quản lý cuộc trò chuyện
│ └── 3.1 Bắt đầu một cuộc trò chuyện mới
└── 4.0 Quản lý dữ liệu
├── 4.1 Truy xuất kiến thức từ các tệp
└── 4.2 (Dự kiến) Lưu/Tải lịch sử trò chuyện vào/từ cơ sở dữ liệu
3.3. Triển khai hệ thống
Giao diện trò chuyện chính (ChatInterface.svelte): Đây là thành phần cốt lõi của ứng dụng, nơi người dùng tương tác trực tiếp với Chatbot. Giao diện được phát triển hoàn chỉnh, cho phép người dùng nhập câu hỏi của họ thông qua trường nhập liệu được thiết kế rõ ràng và thân thiện với người dùng.
Sau khi gửi câu hỏi, hệ thống sẽ hiển thị phản hồi của chatbot dưới dạng hội thoại, giúp người dùng dễ dàng theo dõi cuộc đối thoại. Tin nhắn từ người dùng và chatbot được phân biệt rõ ràng bằng các màu sắc, vị trí và định dạng khác nhau. Ngoài ra, giao diện hỗ trợ cuộn tự động, đảm bảo người dùng luôn thấy các tin nhắn mới nhất mà không cần tương tác thủ công.
Màn hình chào mừng và gợi ý: Đây là giao diện ban đầu được hiển thị khi người dùng lần đầu truy cập ứng dụng. Màn hình chào mừng cung cấp tổng quan ngắn gọn về chức năng của chatbot, tạo ấn tượng đầu tiên thân thiện và chuyên nghiệp.
Nó cũng có các thẻ gợi ý các câu hỏi mẫu hoặc các chủ đề phổ biến trong lĩnh vực xây dựng để giúp người dùng dễ dàng bắt đầu cuộc trò chuyện. Khi người dùng nhấp vào thẻ gợi ý, nội dung tương ứng sẽ tự động được gửi đến chatbot dưới dạng câu hỏi, giúp tiết kiệm thời gian và hướng dẫn cuộc hội thoại hiệu quả.
Hệ thống backend được phát triển bằng framework Symfony, một nền tảng mạnh mẽ và linh hoạt để xây dựng các ứng dụng web dựa trên PHP. Các API cốt lõi đã được triển khai thành công, cho phép giao diện người dùng gửi câu hỏi, thắc mắc của người dùng đến máy chủ thông qua phương thức POST. API nhận dữ liệu đầu vào, xử lý logic truy vấn và trả về kết quả ở định dạng JSON để giao diện người dùng hiển thị. Bằng cách sử dụng kiến trúc RESTful, hệ thống đảm bảo khả năng mở rộng, khả năng bảo trì và dễ dàng tích hợp với các hệ thống khác trong tương lai.
Cơ chế truy vấn dữ liệu từ kho tri thức: Phần backend đã được tích hợp khả năng đọc và tìm kiếm thông tin từ các tệp .txt nằm trong thư mục dữ liệu, nơi lưu trữ kho tri thức xây dựng chuyên ngành. Cơ chế truy vấn hiện tại hoạt động dựa trên tìm kiếm từ khóa, sử dụng các hàm xử lý chuỗi hoặc biểu thức chính quy để phát hiện sự tương đồng giữa câu hỏi của người dùng và nội dung trong các tệp. Khi tìm thấy một đoạn văn bản có liên quan, hệ thống sẽ trích xuất và định dạng nội dung trước khi trả về cho giao diện người dùng.
Các tính năng dự kiến và lộ trình phát triển: Hệ thống sẽ phát triển theo ba gia đoạn cụ thể, mỗi giai đoạn sẽ củng cố và nâng cấp thêm những tính năng để phù hợp với người dùng:
- Giai đoạn 1: Hoàn thiện các tính năng cốt lõi và hệ thống tài khoản. Trong giai đoạn này cho phép hệ thống tích hợp bảo mật Symfony, tức là xây dựng hệ thống đăng nhập/đăng ký cho người dùng. Người dùng cũng có thể sử dụng cơ sở dữ liệu (SQLite/MySQL) để lưu trữ tất cả các cuộc hội thoại và tin nhắn nhằm cho phép người dùng đã đăng nhập xem lại các cuộc hội thoại trước đó của họ.
- Giai đoạn 2: Phát triển bảng điều khiển quản trị. Hệ thống cài đặt gói EasyAdmin giúp xây dựng bảng điều khiển quản trị cho phép quản trị viên quản lý người dùng và xem lịch sử trò chuyện. Ngoài ra có thể quản lý cơ sở kiến thức, tức là phát triển giao diện cho phép quản trị viên chỉnh sửa, thêm hoặc xóa các tệp .txt trong cơ sở kiến thức mà không cần sửa đổi mã nguồn.
- Giai đoạn 3: Nâng cao những trải nghiệm của người dùng. Thêm các tính năng cho phép người dùng thay đổi hình nền và chuyển đổi ngôn ngữ (tiếng Việt/tiếng Anh) để tùy chỉnh giao diện người dùng. Hệ thống cũng hỗ trợ định dạng phản hồi của bot bằng Markdown để hiển thị danh sách, bảng và công thức một cách rõ ràng và có cấu trúc. Phản hồi trực tuyến nhằm triển khai cơ chế phản hồi trực tuyến để mô phỏng việc bot "viết" câu trả lời, tăng cường tính tương tác.
3.4. Thiết kế cơ sở dữ liệu
Hệ thống sẽ sử dụng Doctrine ORM từ Symfony để tương tác với cơ sở dữ liệu. Cấu trúc bảng được đề xuất cho các chức năng trong tương lai bao gồm:
- Bảng người dùng: Quản lý tài khoản người dùng dựa vào ID, Email đăng nhập, Roles vai trò của người dùng (ví dụ: ROLE_USER, ROLE_ADMIN), mật khẩu được mã hóa.
- Bảng hội thoại: Lưu trữ các phiên trò chuyện thông qua ID (khóa chính), User_id (khóa ngoại liên kết với người dùng), Title (tiêu đề của cuộc hội thoại), Created_at (thời gian tạo).
- Bảng tin nhắn: Lưu trữ các tin nhắn riêng lẻ được thông qua: ID (khóa chính), Conversation_ID (khóa ngoại liên kết với cuộc hội thoại), Sender (người dùng hoặc bot), Content (nội dung tin nhắn) và Created_at (thời gian tạo tin nhắn).
3.5. Quan sát và đánh giá
Kiến thức lý thuyết chuyên môn về xây dựng ứng dụng web bằng Svelte và Symfony đã được áp dụng thành công, và mô hình Client-Server đang hoạt động đáng tin cậy. Trên thực tế, việc xây dựng một cơ sở tri thức có cấu trúc tốt từ các tài liệu xây dựng thô tốn nhiều thời gian và công sức, ảnh hưởng trực tiếp đến chất lượng phản hồi của chatbot. Việc tích hợp giao diện người dùng và máy chủ thông qua API yêu cầu định dạng dữ liệu nhất quán và xử lý lỗi CORS, một vấn đề phổ biến trong thực tế đã được giải quyết thành công.
Bên cạnh đó những thách thức gặp phải trong thời gian thực hiện cần phải kể đên như: Việc đọc, hiểu và sắp xếp một lượng lớn nội dung liên quan đến kiến thức chuyên ngành Xây dựng đòi hỏi sự chú ý cẩn thận và thời gian đáng kể. Ngoài ra Chatbot hiện tại phụ thuộc rất nhiều vào việc khớp từ khóa và không thực sự "hiểu" các câu hỏi phức tạp hoặc sai ngữ pháp. Đây vẫn là hạn chế lớn nhất cần phải khắc phục.
3.6. Các đề xuất cải tiến và nâng cấp
Để phát triển AI Build từ nguyên mẫu thành một công cụ mạnh mẽ, các nỗ lực cải tiến nên tập trung vào "bộ não" của Chatbot - cơ chế tìm kiếm của nó. Để Chatbot không còn trả về các đoạn trích khô khan, trực tiếp từ tài liệu nữa, mà thay vào đó sẽ soạn thảo các câu trả lời hoàn chỉnh, chuyên nghiệp, giống như một chuyên gia trong lĩnh vực đó, một số các đề xuất có thể kể đến để cải tiến và nâng cấp hệ thống như sau:
- Nâng cao tìm kiếm văn bản (ngắn hạn): Tích hợp thư viện cơ sở lý thuyết tìm kiếm toàn văn chuyên dụng bằng cách triển khai thư viện TNTSearch cho Symfony. Thư viện này xây dựng chỉ mục cho toàn bộ các tệp “.txt” trong hệ thống. Khi người dùng gửi truy vấn, việc tìm kiếm trong chỉ mục này sẽ nhanh hơn và thông minh hơn nhiều, với hỗ trợ tìm kiếm mờ và xếp hạng kết quả dựa trên mức độ liên quan.
- Triển khai tìm kiếm ngữ nghĩa (dài hạn): Đây là bước đột phá cho phép chatbot thực sự "hiểu" các truy vấn của người dùng. Sử dụng các mô hình AI/NLP để chuyển đổi câu hỏi của người dùng và các đoạn kiến thức thành dạng biểu diễn số.
- Sau đó, hệ thống sẽ tìm phân đoạn kiến thức có vectơ tương tự nhất với vectơ câu hỏi bằng cách sử dụng độ tương đồng Cosine bằng cách tạo câu trả lời dựa trên truy xuất (Retrieval-Augmented Generation - RAG): Đây là kỹ thuật tiên tiến nhất và là mục tiêu cuối cùng.
Sử dụng tìm kiếm ngữ nghĩa để tìm các đoạn văn bản liên quan nhất từ cơ sở tri thức “.txt”. Đưa các đoạn văn bản đó cùng với câu hỏi của người dùng vào một mô hình ngôn ngữ lớn (LLM) như Gemini API. Mô hình sau đó sẽ tạo ra một câu trả lời mạch lạc, tự nhiên và chính xác dựa trên ngữ cảnh được cung cấp.
Để đánh giá hiệu quả thực tiễn của Chatbot chuyên ngành xây dựng so với các công cụ tìm kiếm đa năng trên internet, một thí nghiệm so sánh đã được tiến hành dựa trên một số tiêu chí chính: độ chính xác, thời gian phản hồi, mức độ liên quan đến lĩnh vực và trải nghiệm người dùng. Bảng 1 thể hiện sự khác biệt giữa việc sử dụng Chatbot và Tìm kiếm internet thông thường:
Bảng 1. Bảng so sánh: Tìm kiếm internet thông thường so với Chatbot chuyên ngành Xây dựng
Từ bảng so sánh trên, ta thấy Tìm kiếm internet thông thường phù hợp với các truy vấn rộng, đa ngành hoặc khi cần nhiều nguồn tham khảo khác nhau. Còn chatbot chuyên dụng cho ngành xây dựng hiệu quả hơn trong môi trường giáo dục, hỗ trợ kỹ thuật hoặc các tình huống yêu cầu phản hồi chính xác, phù hợp ngữ cảnh và chuyên ngành. Kết quả so sánh được cụ thể hóa bằng biểu đồ Hình 4.
Kết quả được tóm tắt và trực quan hóa trong biểu đồ trên, cho thấy: Chatbot chuyên dụng cho lĩnh vực xây dựng mang lại hiệu quả tổng thể, nhờ khả năng hiểu ngữ cảnh kỹ thuật, trích xuất kiến thức từ cơ sở dữ liệu được chọn lọc và cung cấp câu trả lời ngắn gọn và phù hợp.
Trong khi đó, tìm kiếm internet thông thường chủ yếu là do người dùng phải tự lọc, đánh giá và tổng hợp thông tin từ nhiều nguồn khác nhau, đôi khi không nhất quán hoặc không chuyên ngành. So sánh này chứng minh rằng việc áp dụng Trí tuệ nhân tạo, cụ thể là Chatbot được thiết lập với kiến thức chuyên ngành không chỉ cải thiện tốc độ tìm kiếm mà còn nâng cao chất lượng và độ chính xác của việc truy xuất thông tin.
Phát hiện này đóng vai trò là nền tảng quan trọng để triển khai các hệ thống hỗ trợ thông minh cho các kỹ sư, sinh viên và chuyên gia trong ngành Xây dựng.
4. Kết luận
Việc phát triển thành công một ứng dụng web hoàn chỉnh với kiến trúc Client-Server, sử dụng các công nghệ hiện đại như Svelte và Symfony là hoàn toàn cần thiết trong thời đại số. Số hóa và xây dựng cơ sở kiến thức chuyên ngành ban đầu, làm nền tảng cho việc phát triển chatbot giúp hiểu rõ và áp dụng quy trình phát triển phần mềm từ khâu ý tưởng, phân tích, thiết kế, lập trình đến kiểm thử.
Để làm được việc đó cần đầu tư vào AI để nâng cao "trí thông minh", ưu tiên nâng cấp cơ chế tìm kiếm, sử dụng các mô hình ngôn ngữ lớn để cho phép chatbot hiểu ngữ nghĩa và phản hồi tự nhiên và hoàn thiện hệ sinh thái ứng dụng giúp phát triển nhanh chóng các tính năng còn lại như hệ thống tài khoản người dùng, lưu trữ lịch sử trò chuyện và bảng điều khiển quản trị để làm cho sản phẩm toàn diện hơn và dễ quản lý hơn.
Từ đó sẽ cải thiện tự động hóa việc thu thập dữ liệu, giảm thiểu công sức thủ công và tạo điều kiện thuận lợi cho việc mở rộng cơ sở kiến thức đặc biệt cho các ngành kỹ thuật như quản lý xây dựng.
* Tiêu đề do Tòa soạn đặt - Mời xem file PDF tại đây
TÀI LIỆU THAM KHẢO
[1] Jurafsky, D.; Martin, J.H., Speech and Language Processing, 3rd (draft) ed., Stanford University, Stanford, CA, 2023.
[2] Lewis, P.; et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, Advances in Neural Information Processing Systems, Vol. 33, pp. 9459-9474, 2020.
[3] Pytel, A.; Kiusalaas, J., Mechanics of Materials, Cengage Learning, Boston, 2012.
[4] Zhang, F.; et al., Integrated Applications of Building Information Modeling and Artificial Intelligence Techniques in the AEC/FM Industry, Automation in Construction, Vol. 139, p. 104289, 2022.
[5] Farshadfar, Z.; et al., Machine Learning-Based Automated Waste Sorting in the Construction Industry: A Comparative Competitiveness Case Study, Waste Management, Vol. 194, pp. 77-87, 2025.
[6] Murphy, K.P., Machine Learning: A Probabilistic Perspective, MIT Press, Cambridge, MA, 2012.
[7] Nguyễn, H.; et al., Các yếu tố ảnh hưởng đến việc tích hợp mô hình thông tin thành phố (CIM) và trí tuệ nhân tạo (AI) trong quản lý quy hoạch đô thị, Tạp chí Vật liệu và Xây dựng - Bộ Xây dựng, Vol. 13, no. 05, pp. 83-87, 2023.
[8] Giang, T.H.; et al., Khám phá các khía cạnh về sự tác động của trí tuệ nhân tạo (AI) đến quy trình tuyển dụng trong các doanh nghiệp ngành Xây dựng Thành phố Hồ Chí Minh, Tạp chí Khoa học Quản lý và Kinh tế - Trường Đại học Kinh tế, Đại học Huế, no. 30, 2024.
