Giới thiệu & Mục đích sử dụng
Mỗi ngày người làm nghiên cứu, sinh viên, chuyên viên pháp lý và biên tập viên phải đọc lướt hàng chục bài báo, báo cáo kinh tế hoặc công văn dài hàng nghìn chữ. Công cụ AI tạo sinh thông thường đôi khi thêm thắt chi tiết không có thật (hallucination) hoặc yêu cầu gửi toàn bộ tài liệu nội bộ lên máy chủ bên thứ ba.
Công cụ Tóm tắt bài báo 30 giây N1A mặc định sử dụng hoàn toàn thuật toán trích xuất cục bộ (Extractive Summarization) chạy ngay trong trình duyệt. Công cụ chọn lọc đúng những câu gốc giàu thông tin nhất, tuyệt đối không bịa đặt số liệu, đồng thời tự động rút trích cụm từ khóa trọng tâm, giải nghĩa thuật ngữ tài chính/pháp lý/bảo mật xuất hiện trong bài và chuyển hóa bài đọc thành bộ câu hỏi trắc nghiệm hoặc thẻ ghi nhớ ôn tập.
Cách dùng từng bước
-
Dán bài báo hoặc tài liệu cần đọc nhanhDán văn bản tiếng Việt hoặc chọn các bài mẫu có sẵn. Công cụ tự động tách câu chuẩn xác ngay cả khi văn bản chứa ký hiệu viết tắt như TP.HCM, NĐ-CP hay số thập phân 6.5%.
-
Chọn độ dài bản tóm tắt (3, 5 hoặc 7 ý chính)Chọn 3 ý để nắm thông điệp trong 15 giây, 5 ý cho bản tóm tắt tiêu chuẩn 30 giây, hoặc 7 ý với báo cáo dài. Tỷ lệ nén phần trăm và số giây tiết kiệm được cập nhật tự động.
-
Ôn tập bằng trắc nghiệm A/B/C/D hoặc xuất MarkdownXem giải nghĩa thuật ngữ chuyên ngành ở mục 2, tự kiểm tra độ hiểu bài ở mục 3 bằng trắc nghiệm điền số liệu/từ khóa, hoặc sao chép toàn bộ sang tệp Markdown (.md).
Công thức & Phương pháp tính
1. Thuật toán tóm tắt trích xuất TextRank + MMR (không bịa dữ kiện)
Khác với mô hình ngôn ngữ sinh chữ dễ tự suy diễn số liệu, bộ tóm tắt mặc định của N1A giữ nguyên 100% câu văn gốc từ tác giả dựa trên ba bước toán học:
- Chuẩn hóa TF-IDF & Đồ thị TextRank (Mihalcea & Tarau, 2004): Mỗi câu được lọc hư từ tiếng Việt và biểu diễn bằng vector trọng số TF-IDF; các câu liên kết với nhau qua độ tương đồng Cosine để chạy thuật toán lặp xếp hạng trung tâm đồ thị (hệ số
d = 0.85). - Ưu tiên văn phong báo chí Việt Nam (Lead & Metric Boost): Câu mở đầu bài báo (chứa 5W1H), câu đầu mỗi đoạn và các câu chứa số liệu thực tế (tỷ lệ phần trăm
%, kim ngạchtỷ USD, năm202x) được cộng hệ số ưu tiên để không bị bỏ sót số liệu cốt lõi. - Khử trùng lặp đa dạng MMR (Carbonell & Goldstein, 1998, λ = 0.75): Lọc bỏ các câu nói lặp lại cùng một ý, chỉ chọn tập câu đa dạng nhất và sắp xếp lại đúng theo thứ tự mạch văn gốc. Với bài quá ngắn (từ 2 câu trở xuống), hệ thống giữ nguyên ý gốc thay vì cắt cụt.
2. Trích xuất từ khóa RAKE & Tạo câu hỏi ôn tập Cloze
Bộ trích xuất RAKE (Rose et al., 2010) tách ứng viên cụm từ 1–4 tiếng theo ranh giới hư từ chức năng thuần túy, bảo toàn các cụm thuật ngữ ghép tiếng Việt như chuyển đổi số hay lãi suất điều hành. Từ những câu có điểm TextRank cao nhất, bộ sinh câu hỏi tạo bài tập điền số liệu hoặc thuật ngữ kèm 3 phương án nhiễu cùng định dạng giúp sinh viên và người học tự kiểm tra kiến thức ngay lập tức.
Ví dụ minh họa
- Ví dụ 1 — Bài báo kinh tế 8 câu: Khi tóm tắt 3 ý chính, hệ thống giữ lại câu mở đầu nêu bức tranh tăng trưởng và câu chứa số liệu cụ thể
6.5%cùng kim ngạch350 tỷ USD, rút gọn hơn 55% dung lượng từ ngữ mà không mất số liệu trọng tâm. - Ví dụ 2 — Văn bản pháp lý & bảo mật: Các thuật ngữ như
OTP(dẫn chiếu Điều 11 Thông tư 50/2024/TT-NHNN),TOTP(RFC 6238),k-AnonymityvàNghị định 30/2020/NĐ-CPđược tự động nhận diện, giải thích gọn và đưa vào thẻ ôn tập.
Lưu ý quan trọng
Mặc định công cụ chạy hoàn toàn trên trình duyệt của bạn, không gửi dữ liệu lên máy chủ và không sử dụng API trí tuệ nhân tạo mất phí. Nút Thử AI nâng cao chỉ hoạt động khi máy chủ được cấu hình khóa API hợp lệ và luôn hỏi bạn kích hoạt thủ công.
Câu hỏi thường gặp
Tại sao tóm tắt bằng TextRank + MMR lại an toàn hơn dùng AI tạo sinh với tài liệu báo cáo?
Thuật toán trích xuất chọn nguyên văn các câu giàu thông tin nhất từ chính tài liệu gốc, nên tuyệt đối không có hiện tượng 'ảo giác' tự bịa con số, tên văn bản hay kết luận sai lệch.
Thuật toán có bị cắt mất các câu chứa phần trăm hoặc số tiền quan trọng không?
Không. Hệ thống áp dụng hệ số ưu tiên đặc biệt (Data Fact Boost) cho các câu chứa tỷ lệ %, tiền tệ (tỷ USD, triệu đồng, VNĐ) và mốc thời gian năm, giúp bảo toàn số liệu khi tóm tắt tin kinh tế hoặc văn bản quy định.
Khi văn bản dán vào quá ngắn (1–2 câu) thì công cụ xử lý thế nào?
Công cụ tự động nhận diện độ dài ngắn hơn ngưỡng tóm tắt và giữ nguyên nội dung gốc thay vì ép rút gọn, giúp người dùng không bị mất thông tin quan trọng.
Cơ chế sinh câu hỏi trắc nghiệm 4 đáp án A/B/C/D hoạt động ra sao?
Hệ thống tìm các số liệu, cụm từ khóa RAKE trọng tâm trong những câu điểm cao nhất và thuật ngữ chuyên ngành khớp với từ điển đối chiếu để tạo câu hỏi điền khuyết (Cloze) hoặc định nghĩa khái niệm kèm 3 phương án nhiễu hợp lý.
Dữ liệu tài liệu nội bộ tôi dán vào có bị gửi qua API AI bên thứ ba không?
Không. Chế độ mặc định xử lý 100% cục bộ tại trình duyệt. API AI nâng cao trên máy chủ chỉ gọi khi bạn chủ động bấm nút 'Thử AI nâng cao' và mặc định đang tắt nếu không có cấu hình khóa riêng.
Căn cứ pháp lý & Nguồn tham khảo
- TextRank: Bringing Order into Texts (Mihalcea & Tarau, EMNLP 2004) (Thuật toán đồ thị xếp hạng câu quan trọng trong văn bản không cần huấn luyện dữ liệu ngoài)
- The Use of MMR, Diversity-Based Reranking for Reordering Documents and Producing Summaries (Carbonell & Goldstein, SIGIR 1998) (Công thức Maximal Marginal Relevance (λ = 0.75) giảm trùng lặp ý khi tóm tắt)
- Automatic Keyword Extraction from Individual Documents — RAKE (Rose et al., 2010) (Thuật toán trích xuất cụm từ khóa nhanh dựa trên đồ thị đồng xuất hiện)