Thời AI mà không tận dụng thì hơi phí rồi các bác, mình mới lụm được bí kíp sửa ảnh mà chưa thử, có bác nào thử rồi cho xin review cái nha 😎🧐😝
Quả video này làm bằng Capcut, AI clone ...
-
Quả video này làm bằng Capcut, AI clone giọng đọc.
Bài liên quan
-
Nhiều doanh nghiệp vẫn thường nhầm lẫn giữa Chatbot truyền thống và tác nhân trí tuệ nhân tạo AI Agent.
Sự thật là hai công nghệ này có sự khác biệt rất lớn về mặt tư duy, khả năng xử lý vấn đề và giá trị mang lại cho mô hình kinh doanh.
Bài viết này sẽ phân tích chi tiết bản chất công nghệ để giúp bạn hiểu tại sao AI Agent từ YenAI.vn lại tạo nên bước ngoặt lớn.
Chatbot kịch bản truyền thống (Rule-based Chatbot)
Chatbot thông thường hoạt động dựa trên cây kịch bản cố định do con người thiết lập sẵn.
Nếu khách hàng đặt câu hỏi nằm ngoài danh sách từ khóa, chatbot lập tức đơ cứng hoặc trả lời ngô nghê, gây ức chế cho người dùng.
AI Agent của YenAI – Sức mạnh suy luận và tự thực thi
AI Agent sử dụng mô hình ngôn ngữ lớn để suy luận mục đích thực sự của câu hỏi.
Trợ lý này có thể tự truy vấn cơ sở dữ liệu nội bộ, kết nối API để xử lý tác vụ phức tạp và tự học hỏi qua từng ca tương tác mà không cần lập trình lại kịch bản.
Bảng so sánh trực quan giữa Chatbot và AI Agent
AI Agent vượt trội hoàn toàn về khả năng xử lý ngôn ngữ tự nhiên, tính linh hoạt và tỷ lệ chốt đơn tự động thành công.
-
Khung cảnh thiên nhiên kỳ vĩ của Thung lũng các vị Thần (Valley of the Gods) tại tiểu bang Utah, Mỹ vừa được ghi lại trọn vẹn trong một đoạn video ngắn, thu hút sự chú ý lớn từ công chúng. Điểm nhấn ấn tượng của thước phim là khoảnh khắc góc máy từ trên cao bay lướt qua những ngọn núi sa thạch đỏ rực, hướng thẳng về phía một cầu vồng đôi tuyệt đẹp xuất hiện hiếm hoi giữa sa mạc.
Theo thông tin từ National Geographic Travel, đây là một phần hình ảnh thuộc loạt phim tài liệu thiên nhiên "Earth Moods", hiện đang được phát sóng trên nền tảng Disney+. Khu vực Thung lũng các vị Thần vốn nổi tiếng với địa hình hoang sơ, đặc trưng bởi những cột đá sa thạch khổng lồ mang hình thù độc đáo do quá trình kiến tạo địa chất và xói mòn tạo nên qua hàng triệu năm.
Sự xuất hiện của cầu vồng đôi trong một không gian vốn khô cằn tạo ra hiệu ứng thị giác tương phản mạnh mẽ. Hình ảnh này không chỉ mang đến trải nghiệm mãn nhãn cho người xem, mà còn gửi gắm thông điệp sâu sắc về vẻ đẹp tráng lệ của Trái Đất, qua đó khơi dậy ý thức trân trọng và bảo vệ thiên nhiên.
-
Siêu điện thoại làm ta nhớ tới BlackBerry
Clicks Communicator và Power Keyboard vừa được giới thiệu với định hướng rõ ràng: giúp người dùng nhắn tin, email và làm việc hiệu quả hơn, thân thiện hơn. Clicks Communicator là thiết bị đồng hành tập trung liên lạc, còn Power Keyboard là bàn phím trượt gắn từ tính dành cho điện thoại hiện có.
Power Keyboard: Bàn phím trượt gắn bằng nam châm, linh hoạt và gọn gàng
Khác thế hệ ốp lưng gắn chết, Power Keyboard chuyển sang thiết kế module nhờ cơ chế nam châm, cho phép tháo lắp nhanh. Thiết bị dùng chuẩn kết nối từ tính tương thích MagSafe và Qi2 để bám chắc vào mặt lưng điện thoại. Bàn phím dạng trượt: cần gõ thì kéo ra, xong việc trượt gọn vào phía sau, giữ máy mỏng nhẹ khi di chuyển.Qua Bluetooth và hệ thống nam châm, Power Keyboard hỗ trợ rộng: iPhone, các flagship Android như Pixel, Samsung, thậm chí máy tính bảng và kính thực tế ảo (VR/AR). Hai cánh mở rộng giúp cầm nắm chắc khi gõ ngang, phù hợp soạn thảo văn bản dài hay xử lý bảng tính. Pin tích hợp cho phép thiết bị hoạt động như sạc dự phòng không dây cho máy chính, tiện lợi khi làm việc liên tục.
Communicator: Thiết bị đồng hành, gợi nhớ BlackBerry, chạy Anadroid
Communicator là điểm nhấn của lần ra mắt này. Không nhằm thay thế smartphone cao cấp, máy được định vị là “thiết bị đồng hành” giúp tập trung liên lạc hoặc hạn chế thời gian mạng xã hội. Thiết kế dạng thanh cổ điển với bàn phím QWERTY vật lý cố định, gợi nhớ BlackBerry Q5 và BlackBerry 9900. Bề mặt phím hỗ trợ cảm ứng điện dung, cho phép vuốt trực tiếp trên cụm phím để cuộn nội dung, đọc email hay tin nhắn mà không cần chạm màn hình.Máy chạy Android, tối ưu cho nhắn tin, gọi điện và tác vụ công việc cơ bản. Clicks Communicator dự kiến bán ra cuối năm nay với giá 499 USD, hướng tới người dùng cần một thiết bị gọn, bền bỉ để giữ nhịp liên lạc hàng ngày mà không bị xao nhãng.
-
Thị trường chứng khoán vừa chứng kiến một sự kiện được ví như một bug hệ thống nghiêm trọng, khi tin tốt của một công ty AI lại kích hoạt trạng thái an ninh mạng toàn cầu rơi vào cảnh bán tháo. Chỉ bằng một bài đăng thông báo ra mắt tính năng mới vào ngày 21/2, công ty AI hàng đầu thế giới Anthropic đã vô tình kích hoạt một đợt bán tháo ồ ạt, thổi bay hơn 10 tỷ USD giá trị vốn hóa của các ông lớn an ninh mạng toàn cầu. Từ vị thế là một "debug tool" hỗ trợ rà soát lỗi, trí tuệ nhân tạo (AI) giờ đây hiện nguyên hình là một đối thủ cạnh tranh trực tiếp, sẵn sàng "fork" và nuốt chửng thị phần của các công ty bảo mật truyền thống.
Claude Code Security: Kỷ Nguyên Mới Của Phát Hiện Lỗ Hổng
Tâm điểm của sự hoảng loạn này là Claude Code Security, một tính năng đột phá được tích hợp trực tiếp vào nền tảng lập trình Claude Code. Đối với Tadu Cloud, chúng tôi nhìn nhận đây không chỉ là một công cụ quét mã nguồn thông thường. Khác biệt hoàn toàn với các phần mềm bảo mật truyền thống vốn chỉ hoạt động dựa trên việc đối chiếu mã nguồn (code) với danh sách các lỗ hổng đã biết – tương tự như một cơ sở dữ liệu signature đơn thuần – công cụ mới của Anthropic sở hữu khả năng "đọc hiểu semantic" và lý giải luồng logic của mã nguồn tư duy như một kiến trúc sư bảo mật thực thụ. Nó không chỉ quét bề mặt mà còn đi sâu theo dõi luồng dữ liệu, thấu hiểu cách thức các thành phần tương tác và phát hiện những lỗ hổng tinh vi trong logic nghiệp vụ mà các công cụ rà soát thông thường dễ dàng bỏ qua. Đây là bước tiến vượt bậc, từ việc chỉ phát hiện "syntax errors" sang nhận diện được "logic errors" tiềm ẩn.
Mỗi phát hiện của Claude Code Security đều trải qua quy trình xác minh nhiều tầng nghiêm ngặt trước khi được gửi đến tay người phân tích, đi kèm với đánh giá mức độ nghiêm trọng và điểm tin cậy cụ thể – giống như một báo cáo bug report đầy đủ và chi tiết. Điều này giúp đội ngũ kỹ thuật có thể ưu tiên xử lý các vấn đề cấp bách nhất, tối ưu hóa quá trình "patching." Dù quyền quyết định cuối cùng vẫn thuộc về các lập trình viên con người, nhưng khả năng tự động hóa quy trình phát hiện và đề xuất bản vá của AI đã khiến giới đầu tư lo ngại về sự "redundancy" của các công cụ bảo mật bên thứ ba.
Phố Wall "Crash" Khi Niềm Tin Sụp Đổ
Phản ứng của thị trường tài chính diễn ra tàn khốc và tức thì ngay trong phiên giao dịch sau thông báo. Bảng điện tử của nhóm cổ phiếu an ninh mạng đồng loạt chìm sâu trong sắc đỏ – một dấu hiệu "system crash" rõ rệt. Okta dẫn đầu đà giảm khi bốc hơi tới 9,2% giá trị, theo sau là hai ông lớn CrowdStrike và Cloudflare cùng ghi nhận mức sụt giảm 8%, trong khi Zscaler cũng mất đi 5,5% thị giá. Sự hoảng loạn lan rộng khiến chứng chỉ quỹ ETF Global X Cybersecurity lao dốc gần 5%, đóng cửa ở mức thấp nhất kể từ tháng 11 năm 2023.
Làn sóng bán tháo này không chỉ là phản ứng tức thời mà còn cộng hưởng với bức tranh ảm đạm chung của ngành phần mềm. Kể từ đầu năm 2026, chỉ số iShares Expanded Tech-Software Sector ETF đã giảm hơn 23%, đánh dấu mức giảm theo quý tồi tệ nhất kể từ cuộc khủng hoảng tài chính năm 2008. Dennis Dick, trưởng bộ phận giao dịch tại Triple D Trading, mô tả đây là một thị trường đáng sợ đối với nhà đầu tư khi mọi "error message" đều dẫn đến việc giá cổ phiếu lao dốc không phanh, bất chấp những nhận định cho rằng đà giảm này là thái quá.
Sức Mạnh Của Claude Opus 4.6 Và Nỗi Lo "Self-Service Security"
Để đạt được sức mạnh gây chấn động này, Anthropic tiết lộ đã dành hơn một năm nghiên cứu chuyên sâu cùng nhóm Frontier Red Team. Họ đã sử dụng mô hình Claude Opus 4.6 để rà soát và phát hiện thành công hơn 500 lỗ hổng nghiêm trọng nằm ẩn mình trong các kho mã nguồn mở (codebase) đang hoạt động thực tế. Đây là những "zero-day vulnerabilities" đã tồn tại âm thầm trong nhiều thập kỷ bất chấp sự kiểm tra của vô số chuyên gia con người trước đó – một minh chứng rõ ràng cho khả năng của AI vượt xa cách tiếp cận truyền thống. Hiện tại, Anthropic đang phối hợp với các nhóm duy trì mã nguồn để xử lý và công bố các phát hiện này theo quy trình có trách nhiệm, đồng thời mở quyền truy cập giới hạn cho khách hàng phân khúc Enterprise và Team.
Giới đầu tư đang bị ám ảnh bởi một nỗi lo ngày càng hiện hữu: các công cụ AI thế hệ mới do Anthropic, OpenAI và Google phát triển đang trao quyền cho người dùng tự tạo ra những ứng dụng bảo mật mà trước đây họ buộc phải chi tiền mua từ các nhà cung cấp phần mềm lớn. Đây là xu hướng "self-service security" mà Tadu Cloud đã và đang theo dõi. Nhà phân tích Joseph Gallo của Jefferies cảnh báo rằng dù an ninh mạng vẫn có thể hưởng lợi từ AI trong dài hạn, nhưng những cơn gió ngược từ sự cạnh tranh trực tiếp của các nhà cung cấp AI vào ngân sách doanh nghiệp sẽ ngày càng gay gắt hơn trước khi mọi thứ trở nên rõ ràng.
Điều trớ trêu nhất trong câu chuyện này là sự thay đổi vị thế của trí tuệ nhân tạo. Từ chỗ được xem là "đồng minh đắc lực" giúp các đội ngũ bảo mật làm việc hiệu quả hơn, AI giờ đây đang xóa mờ ranh giới để trở thành đối thủ cạnh tranh trực tiếp. Với Claude Code Security, Anthropic đã gửi đi một thông điệp rõ ràng rằng AI đã sẵn sàng "deploy" vào những lãnh địa chuyên môn sâu vốn được coi là đặc quyền của con người, và thị trường tài chính đã đáp lại thông điệp đó bằng sự sợ hãi tột độ khi 10 tỷ USD "bốc hơi" chỉ sau một đêm – một cú "reboot" đầy đau đớn cho ngành.
-
Khám phá Stitch AI, công cụ miễn phí mới của Google giúp bạn tạo giao diện người dùng (UI) đẹp mắt cho ứng dụng di động và web chỉ với một cú nhấp chuột. Bài viết này sẽ hướng dẫn cách sử dụng Stitch AI, từ việc đưa ra mô tả ý tưởng đến nhận về thiết kế hoàn chỉnh, cùng với các ví dụ thực tế và khả năng tùy chỉnh. Một giải pháp tuyệt vời cho mọi nhà phát triển và designer.
Bạn có bao giờ mơ ước tạo ra một giao diện ứng dụng (UI) đẹp mắt, chuyên nghiệp chỉ trong tích tắc mà không cần tốn một xu nào không? Nếu có, thì bạn sắp được chứng kiến điều kỳ diệu rồi đấy! Hôm nay, mình sẽ giới thiệu một công cụ AI đến từ Google mang tên Stitch AI, hứa hẹn sẽ thay đổi hoàn toàn cách chúng ta thiết kế UI. Đây là một công cụ miễn phí, cho phép bạn tạo UI cho cả ứng dụng di động và ứng dụng web chỉ với một cú nhấp chuột. Nghe hấp dẫn đúng không? Cùng mình tìm hiểu chi tiết nhé!
Stitch AI là gì và tại sao bạn cần nó?
Đơn giản mà nói, Stitch AI là một công cụ trí tuệ nhân tạo đột phá của Google, được thiết kế để tự động hóa quá trình tạo ra giao diện người dùng. Thay vì phải mất hàng giờ đồng hồ phác thảo, thiết kế thủ công, bạn chỉ cần mô tả ý tưởng của mình bằng văn bản, và Stitch AI sẽ biến nó thành hiện thực. Dù bạn là nhà phát triển, designer, hay thậm chí là một người không chuyên nhưng muốn thử sức, Stitch AI đều có thể giúp bạn tiết kiệm thời gian và công sức một cách đáng kể.
Bắt đầu với Stitch AI: Hướng dẫn chi tiết từng bước
Việc sử dụng Stitch AI cực kỳ đơn giản. Hãy làm theo các bước sau:
Truy cập website: Đầu tiên, bạn cần ghé thăm trang chủ của Stitch AI. Bạn có thể truy cập ngay qua địa chỉ này: bit.ly/stitch-ai.
Đăng ký tài khoản: Bạn sẽ cần đăng ký một tài khoản mới. Cách nhanh nhất và tiện lợi nhất là sử dụng tài khoản Google của bạn.
Mô tả ý tưởng của bạn: Đây là lúc "phép thuật" bắt đầu! Tại trang chính, bạn sẽ thấy một ô nhập liệu. Hãy mô tả càng chi tiết càng tốt về giao diện bạn muốn thiết kế. Ví dụ: "một ứng dụng nghe nhạc trực tuyến", "một trang chủ cho website bán hàng thời trang", hoặc "một bảng điều khiển quản lý nhân sự".
Tạo thiết kế: Sau khi nhập mô tả, chỉ cần nhấp vào nút "Generate design".
Nhận thành quả: AI sẽ làm việc và trong tích tắc, bạn sẽ có ngay một bản thiết kế UI hoàn chỉnh. Điều tuyệt vời là bạn có thể ngay lập tức sao chép mã nguồn, tải xuống, hoặc thậm chí nhập thẳng vào Figma để chỉnh sửa thêm.Thực tế Stitch AI làm được những gì?
Để bạn dễ hình dung hơn, mình đã thử nghiệm Stitch AI với vài yêu cầu khác nhau, và kết quả thực sự rất ấn tượng:
1. Ứng dụng xem phim (Movie Streaming App)
Mình đã yêu cầu Stitch AI tạo UI cho một "ứng dụng xem phim". Ngay lập tức, AI đã đưa ra một bộ giao diện bao gồm:
Trang chủ (Homepage): Hiển thị các bộ phim nổi bật, gợi ý cho người dùng.
Trang tìm kiếm (Search Page): Với ô tìm kiếm và các danh mục phim để dễ dàng duyệt qua.Trang thư viện (Library Page): Nơi chứa các phim yêu thích hoặc đã lưu.
Trang phát nhạc/phim (Music Player Page): Giao diện phát phim chuyên nghiệp, đầy đủ các nút điều khiển.Toàn bộ thiết kế đều rất trực quan và có tính thẩm mỹ cao, đúng như những gì một ứng dụng xem phim hiện đại cần có.
2. Ứng dụng nghe nhạc trực tuyến (Music Streaming App)
Tiếp theo, mình thử thách Stitch AI với yêu cầu "một ứng dụng nghe nhạc trực tuyến". Kết quả là một trang tìm kiếm với ô tìm kiếm rõ ràng và các hình ảnh thu nhỏ (thumbnails) cho từng danh mục hoặc thể loại nhạc.
Điều đáng ngạc nhiên là toàn bộ thiết kế này trông rất quen thuộc, phải nói là cực kỳ giống với giao diện của Spotify! Từ cách sắp xếp các thumbnail cho đến bố cục chung, tất cả đều gợi nhớ đến ứng dụng nghe nhạc phổ biến này. Điều này cho thấy AI có khả năng học hỏi và tái tạo các mẫu thiết kế thành công hiện có.
3. Bảng điều khiển phản hồi nhân viên (Employee Feedback Dashboard)
Cuối cùng, mình yêu cầu một "bảng điều khiển phản hồi nhân viên". Và như mọi khi, Stitch AI đã tạo ra một giao diện dashboard khá ấn tượng, sạch sẽ và dễ nhìn. Nó có đủ các yếu tố cần thiết để quản lý và hiển thị thông tin phản hồi một cách hiệu quả.
Tùy chỉnh thiết kế theo ý muốn
Không chỉ dừng lại ở việc tạo ra UI, Stitch AI còn cho phép bạn tùy chỉnh thiết kế dễ dàng. Bạn có thể:
Nhấp vào tùy chọn "Edit theme" để thay đổi bảng màu (color scheme), độ cong góc (corner radius), phông chữ (font) và nhiều yếu tố khác.
Nếu bạn muốn thực hiện các thay đổi cụ thể hơn, bạn thậm chí có thể yêu cầu AI làm điều đó. Chỉ cần mô tả sự thay đổi bạn muốn, và AI sẽ cố gắng điều chỉnh thiết kế cho bạn.
Kết luận: Stitch AI có đáng để thử?
Với khả năng tạo UI nhanh chóng, dễ dàng, và đặc biệt là MIỄN PHÍ, Stitch AI của Google thực sự là một "cơn địa chấn" trong giới thiết kế và phát triển. Dù bạn là ai, nếu đang tìm kiếm một công cụ để hiện thực hóa ý tưởng giao diện của mình một cách nhanh nhất, hiệu quả nhất, thì đừng chần chừ gì nữa mà hãy thử ngay Stitch AI. Mình tin chắc bạn sẽ không thất vọng đâu!
Hãy chia sẻ trải nghiệm của bạn với Stitch AI ở phần bình luận bên dưới nhé!
-
Như các bạn đã biết, Chatbot là một chương trình kết hợp với trí tuệ nhân tạo (AI) để tương tác với con người. Công cụ này có thể thay thế cho nhân viên tư vấn hoặc trả lời những thắc mắc của khách hàng.
Nó không chỉ là công cụ trợ giúp bán hàng hoạt động 24/7. Mà Chatbot còn cập nhật liên tục, giúp bạn không bỏ sót đơn hàng nào của khách.
Train mô hình chatbot bằng Machine Learning (Deep Learning) như thế nào?
Việc huấn luyện một mô hình chatbot bằng Python có thể thực hiện bằng nhiều cách khác nhau, tùy thuộc vào độ phức tạp và dữ liệu mà bạn muốn sử dụng. Dưới đây là hướng dẫn từng bước của team FastCloud để các bạn có thể train một con chatbot từ cơ bản đến nâng cao.
1. Chọn phương pháp huấn luyện
Có 3 phương pháp chính để train một chatbot:
Dựa trên rule-based (kịch bản có sẵn) – Dùng các câu trả lời cố định.
Dựa trên machine learning truyền thống – Dùng mô hình NLP như TF-IDF hoặc seq2seq.
Dựa trên deep learning – Dùng mô hình transformer như GPT hoặc LLaMA.
2. Chuẩn bị môi trường và cài đặt thư viện
Trước tiên, bạn cần cài đặt các thư viện quan trọng:
NLTK: Xử lý ngôn ngữ tự nhiên.
Transformers: Sử dụng mô hình ngôn ngữ mạnh như GPT.
Quá trình thực hiện:
1️⃣ Thu thập dữ liệu hội thoại
Ví dụ file intents.json:
{ "intents": [ { "tag": "chào hỏi", "patterns": ["Xin chào", "Chào bạn", "Hello"], "responses": ["Chào bạn!", "Xin chào, tôi có thể giúp gì?", "Hello!"] }, { "tag": "tạm biệt", "patterns": ["Tạm biệt", "Bye", "Hẹn gặp lại"], "responses": ["Tạm biệt nhé!", "Hẹn gặp lại!", "Bye bye!"] } ] }2️⃣ Tiền xử lý dữ liệu
Mục tiêu: Biến văn bản thành dạng có thể dùng để train mô hình (Bag of Words).
📌 Các bước:
✅ Tokenize (tách từ)
✅ Lemmatize (chuẩn hóa từ)
✅ Chuyển đổi sang dạng vectorCài đặt thư viện:
pip install numpy nltk tensorflowCode tiền xử lý dữ liệu:
import json import random import numpy as np import nltk from nltk.stem import WordNetLemmatizer # Khởi tạo lemmatizer để chuẩn hóa từ lemmatizer = WordNetLemmatizer() # Load dữ liệu hội thoại từ JSON with open("intents.json", "r", encoding="utf-8") as file: intents = json.load(file) words = [] classes = [] documents = [] ignore_words = ["?", "!", ".", ","] # Xử lý dữ liệu đầu vào for intent in intents["intents"]: for pattern in intent["patterns"]: word_list = nltk.word_tokenize(pattern) # Tokenize words.extend(word_list) documents.append((word_list, intent["tag"])) if intent["tag"] not in classes: classes.append(intent["tag"]) # Chuẩn hóa từ (lemmatization) words = [lemmatizer.lemmatize(w.lower()) for w in words if w not in ignore_words] words = sorted(list(set(words))) classes = sorted(list(set(classes))) print("Từ vựng:", words) print("Nhóm hội thoại:", classes)3️⃣ Chuyển đổi dữ liệu thành vector
Chúng ta tạo Bag of Words (BOW) để biểu diễn câu bằng số.
# Tạo dữ liệu huấn luyện training = [] output_empty = [0] * len(classes) for doc in documents: bag = [] word_patterns = doc[0] word_patterns = [lemmatizer.lemmatize(word.lower()) for word in word_patterns] for w in words: bag.append(1) if w in word_patterns else bag.append(0) output_row = list(output_empty) output_row[classes.index(doc[1])] = 1 training.append([bag, output_row]) # Chuyển đổi sang mảng NumPy random.shuffle(training) training = np.array(training, dtype=object) train_x = np.array(list(training[:, 0])) # Input (BOW) train_y = np.array(list(training[:, 1])) # Output (Nhóm hội thoại) print("Dữ liệu đầu vào:", train_x) print("Dữ liệu đầu ra:", train_y)4️⃣ Xây dựng mô hình Deep Learning
Chúng ta sử dụng TensorFlow/Keras để xây dựng mạng Neural Network.
from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Dropout from tensorflow.keras.optimizers import SGD # Xây dựng mô hình Deep Learning model = Sequential() model.add(Dense(128, input_shape=(len(train_x[0]),), activation="relu")) model.add(Dropout(0.5)) model.add(Dense(64, activation="relu")) model.add(Dropout(0.5)) model.add(Dense(len(train_y[0]), activation="softmax")) # Biên dịch mô hình sgd = SGD(learning_rate=0.01, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss="categorical_crossentropy", optimizer=sgd, metrics=["accuracy"]) # Train mô hình model.fit(train_x, train_y, epochs=200, batch_size=5, verbose=1) # Lưu mô hình đã train model.save("chatbot_model.h5") print("Mô hình đã được lưu!")5️⃣ Triển khai chatbot
Sau khi train xong, chúng ta có thể sử dụng mô hình để phản hồi tin nhắn.
import json import numpy as np import nltk import tensorflow as tf from nltk.stem import WordNetLemmatizer lemmatizer = WordNetLemmatizer() with open("intents.json", "r", encoding="utf-8") as file: intents = json.load(file) # Load mô hình đã train model = tf.keras.models.load_model("chatbot_model.h5") # Hàm xử lý đầu vào def clean_up_sentence(sentence): sentence_words = nltk.word_tokenize(sentence) sentence_words = [lemmatizer.lemmatize(word.lower()) for word in sentence_words] return sentence_words def bag_of_words(sentence, words): sentence_words = clean_up_sentence(sentence) bag = [0] * len(words) for s in sentence_words: for i, w in enumerate(words): if w == s: bag[i] = 1 return np.array(bag) def predict_class(sentence): bow = bag_of_words(sentence, words) res = model.predict(np.array([bow]))[0] ERROR_THRESHOLD = 0.25 results = [[i, r] for i, r in enumerate(res) if r > ERROR_THRESHOLD] results.sort(key=lambda x: x[1], reverse=True) return classes[results[0][0]] if results else "unknown" def get_response(tag): for intent in intents["intents"]: if intent["tag"] == tag: return random.choice(intent["responses"]) return "Xin lỗi, tôi không hiểu." # Chạy chatbot print("Chatbot đã sẵn sàng! Nhập 'quit' để thoát.") while True: message = input("Bạn: ") if message.lower() == "quit": break tag = predict_class(message) response = get_response(tag) print(f"Bot: {response}")🎯 Tổng kết
✅ Thu thập dữ liệu (intents.json)
✅ Tiền xử lý dữ liệu (Tokenize, Lemmatize, Bag of Words)
✅ Xây dựng mô hình Deep Learning (Neural Network với TensorFlow)
✅ Train mô hình
✅ Triển khai chatbot
Cafe buổi sáng
1
Bài Viết
1
Người đăng bài
2
Lượt xem
1
Đang xem
Chào bạn! Có vẻ như bạn quan tâm đến cuộc trò chuyện này, nhưng bạn chưa có tài khoản.
Bạn cảm thấy mệt mỏi vì phải cuộn qua cùng một bài đăng mỗi lần truy cập? Khi đăng ký tài khoản, bạn sẽ luôn quay lại đúng vị trí bạn đã xem trước đó và có thể chọn nhận thông báo về các bình luận mới (qua email hoặc thông báo đẩy). Bạn cũng có thể lưu lại các bài đăng yêu thích và bình chọn cho các bài đăng để thể hiện sự ủng hộ của mình đối với các thành viên khác trong cộng đồng.
Với sự đóng góp của bạn, bài viết này sẽ còn tuyệt vời hơn nữa 💗
Đăng ký Đăng nhậpBản quyền 2026 © Type