<span style="margin-left:0cm;text-align:center;"><span style="color:black;"><strong>CẢI THIỆN HIỆU QUẢ CHÚ THÍCH ẢNH TIẾNG VIỆT DỰA TRÊN HỢP NHẤT ĐẶC TRƯNG BẰNG CƠ CHẾ CHÚ Ý</strong></span></span>

Bài báo đề xuất một phương pháp chú thích ảnh tiếng Việt dựa trên hợp nhất sự chú ý các đặc trưng (attention fusion), trong đó đặc trưng hình ảnh được kết hợp với đặc trưng nhúng ngữ nghĩa văn bản sinh từ mô hình tiền huấn luyện thông qua cơ chế hợp nhất chú ý. Cách tiếp cận này giúp mô hình tăng khả năng căn chỉnh ngữ nghĩa và sinh ra mô tả giàu thông tin hơn so với các mô hình baseline truyền thống. Thực nghiệm trên hai bộ dữ liệu UIT-ViIC và KTVIC cho thấy phương pháp đề xuất cải thiện ổn định các thước đo BLEU, METEOR và CIDEr, chứng minh hiệu quả và tính khả thi của hướng tiếp cận.