Đóng góp bộ dữ liệu tin nhắn rác và tin nhắn thường tiếng Việt được thu thập từ các nguồn khác nhau, phục vụ cho nghiên cứu các phương pháp phát hiện tin nhắn rác tiếng Việt trong bối cảnh chưa có một công bố chính thức đối với tập dữ liệu tin nhắn tiếng Việt.

Phân tích mức độ ảnh hưởng của độ dài tin nhắn tới hiệu quả của mô hình phát hiện tin nhắn rác. Trong quá trình xây dựng mô hình và thực hiện thử nghiệm, luận án đã so sánh và đánh giá hiệu quả giữa các thuật toán học máy truyền thống, học sâu, bộ luật thống kê trên 3 tập dữ liệu bao gồm tin nhắn có độ dài khác nhau. Qua đó, chứng minh mức độ ảnh hưởng của điều kiện tin nhắn giới hạn nội dung tới hiệu quả của các mô hình.

Đề xuất 2 phương án tiếp cận để giải quyết bài toán phát hiện tin nhắn rác với đặc điểm đa biến thể của tiếng Việt. Hai hướng tiếp cận đều được chứng minh tính khả thi bằng mô hình thực nghiệm dựa trên tập dữ liệu thu thập được. Hướng tiếp cận thứ nhất cho thấy mô hình sử dụng mạng CNN sẽ hiệu quả hơn khi biến đổi dữ liệu về dạng đơn thể đầy đủ dấu thanh. Hướng tiếp cận thứ hai đề xuất mô hình sử dụng mạng LSTM và PhoBERT để phát hiện tin nhắn rác, đồng thời giảm chi phí cho việc chuyển đổi dữ liệu từ dạng hỗn hợp/đa biến thể sang dạng đơn biến thể.