Luận văn tốt nghiệp xây dựng hệ thống tìm kiếm thông tin tiếng việt dựa trên các chỉ mục là các từ ghép

Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép IC M N Chúng em xin g i l i c m n chân thành nh t n tình h ng d n, giúp n th y H B o Qu c, ng i ã chúng em su t th i gian th c hi n lu n v n Chúng c m n Cha, M gia ình, nh ng ng i ã d y d , khuy n khích, ng viên chúng nh ng lúc khó kh n, t o m i u ki n cho chúng nghiên c u h c t p Chúng em c m n th y, cô khoa Công Ngh Thơng Tin ã dìu d t, gi ng d y chúng em, giúp chúng em có nh ng ki n th c quý báu nh ng n m h c qua m n ch Lê Thúy Ng c b n ã t n tình óng góp ý ki n cho lu n v n a c dù r t c g ng nh ng lu n v n c a chúng em không tránh kh i sai sót, mong nh n c s thơng c m góp ý c a th y b n Tháng n m 2005 Sinh viên Nguy n Th Thanh Hà – Nguy n Trung Hi u Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép NH N XÉT C A GIÁO VIÊN H NG D N …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… ………………………………………………………………………………… …………………………………………………………………………………… Ngày…… tháng……n m 2005 Ký tên Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép NH N XÉT C A GIÁO VIÊN PH N BI N …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… ………………………………………………………………………………… …………………………………………………………………………………… Ngày…… tháng……n m 2005 Ký tên Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép CL C DANH SÁCH CÁC B NG DANH SÁCH CÁC HÌNH V Ph n : TÌM HI U LÝ THUY T 11 Ch ng 1: T NG QUAN V TÌM KI M THƠNG TIN 11 Gi i thi u v tìm ki m thơng tin 11 1.1 Khái ni m v tìm ki m thơng tin 11 1.2 M t s v n vi c tìm ki m thơng tin: .11 H tìm ki m thơng tin – IRS 12 Các thành ph n c a m t h tìm ki m thơng tin [1.1] 13 So sánh IRS v i h th ng thông tin khác 14 4.1 H qu n tr c s d li u (DBMS) 15 4.2 H qu n lý thông tin (IMS) 15 4.3 H h tr quy t nh (DSS) 16 4.4 H tr l i câu h i (QAS) 16 4.5 So sánh IRS v i h th ng thông tin khác 17 Ch ng 2: XÂY D NG M T H TH NG TÌM KI M THÔNG TIN 18 Ki n trúc c a h tìm ki m thơng tin [1.3] 18 M t s mơ hình xây d ng m t h tìm ki m thông tin [1.2] 19 2.1 Mô hình khơng gian vector 19 2.2 Tìm ki m Boolean .21 2.3 Tìm ki m Boolean m r ng .22 2.4 M r ng vi c thêm vào tr ng s c a câu h i .23 2.4.1 M r ng cho s t tu ý 23 2.4.2 Thêm toán t t ng 24 2.5 Mơ hình xác su t 24 2.6 ánh giá chung v mơ hình 25 Các b c xây d ng m t h tìm ki m thông tin [3.2] 25 3.1 Tách t t ng cho t p tài li u 25 3.2 L p ch m c cho tài li u .25 3.3 Tìm ki m 26 3.4 S p x p tài li u tr v (Ranking) 26 Nh ng khó kh n vi c xây d ng m t h th ng tìm ki m thơng tin ti ng Vi t .26 4.1 Khó kh n vi c tách t ti ng Vi t .27 4.2 V n b ng mã ti ng Vi t 27 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 4.3 Các khó kh n khác .27 Ch ng 3: TÁCH T T NG 29 Tách t Ti ng Anh 29 Tách t Ti ng Vi t 29 2.1 M t s c m v t ti ng Vi t [2.2] 29 2.1.1 Ti ng 29 2.1.2 T .30 2.2 Tách t t ng ti ng Vi t 30 Các ph ng pháp tách t ti ng Vi t .30 3.1 fnTBL (Fast Transformation-based learning) [3.1] 30 3.1.1 Mô t 30 3.1.2 Áp d ng tách t ti ng Vi t 31 3.2 Longest Matching [1.4] 37 3.3 K t h p gi a fnTBL Longest Matching .37 Ch ng 4: L P CH M C 38 Khái quát v h th ng l p ch m c 38 Ph ng pháp l p ch m c [1.1] 38 2.1 Xác nh t ch m c 38 2.2 Các ph ng pháp tính tr ng s c a t 40 2.2.1 T n s tài li u ngh ch o 40 2.2.2 nhi u tín hi u (The Signal – Noise Ratio) 40 2.2.3 Giá tr phân bi t t (The Term Discrimination Value) 42 2.3 L p ch m c t ng cho tài li u ti ng Anh 43 L p ch m c cho tài li u ti ng Vi t 45 T p tin ngh ch o tài li u .46 4.1 Phân bi t gi a t p tin ngh ch o t p tin tr c ti p 46 4.2 T i s d ng t p tin ngh ch o l p ch m c .47 Ph n : PHÂN TÍCH VÀ THI T K 49 Ch ng 5: PHÂN TÍCH .49 S UseCase h th ng 49 S L p 51 2.1 S l p th hi n 51 2.2 S l p x lý 52 Tách t 53 3.1 S UseCase 53 3.2 S Tu n t 53 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 3.3 S C ng tác 54 3.4 S L p 54 L p ch m c 55 4.1 S UseCase 55 4.2 S Tu n t 56 4.2.1 T o m i ch m c 56 4.2.2 C p nh t ch m c .57 4.3 S C ng tác 58 4.3.1 T o m i ch m c 58 4.3.2 C p nh t ch m c .59 4.4 S L p 60 Tìm ki m .61 5.1 S UseCase 61 5.2 S Tu n t 61 5.3 S C ng tác 62 5.4 S L p 63 Ch ng 6: THI T K VÀ CÀI T 64 C u trúc l u tr d li u 64 1.1 T p tin l u n i dung tài li u .64 1.1.1 C u trúc DTD / XSD 64 1.1.2 Tài li u XML 66 1.2 T p tin sau tách t tài li u 67 1.2.1 C u trúc DTD / XSD 67 1.2.2 Tài li u XML 68 1.3 T p tin ch a t không th hi n n i dung c a v n b n (stop list) 70 1.3.1 C u trúc DTD / XSD 70 1.3.2 Tài li u XML 71 1.4 T p tin ch m c o ( Inverted ) 71 1.4.1 C u trúc DTD / XSD 71 1.4.2 Tài li u XML 73 1.5 T p tin sau tách t câu h i 74 1.5.1 C u trúc DTD / XSD 74 1.5.2 Tài li u XML 75 1.6 T p tin ch a t c a câu h i sau lo i b t danh sách StopList 76 1.6.1 C u trúc DTD / XSD 76 1.6.2 Tài li u XML 77 1.7 T p tin ch a t câu h i tài li u liên quan 77 1.7.1 C u trúc DTD / XSD 77 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 1.7.2 Tài li u XML 79 1.8 T p tin ch a t ng quan gi a câu h i tài li u .80 1.8.1 C u trúc DTD / XSD 80 1.8.2 Tài li u XML 82 Chi ti t l p i t ng 83 2.1 Các l p trình tách t 83 2.1.1 S l p 83 2.1.2 L p tách t ghép 83 2.1.3 L p tách t 86 2.1.4 L p giao di n tách t 89 2.2 Các l p trình l p ch m c 91 2.2.1 S l p .91 2.2.2 L p l p ch m c 92 2.2.3 L p giao di n t o m i ch m c 94 2.2.4 L p giao di n c p nh t ch m c 96 2.3 Các l p trình tìm ki m 98 2.3.1 S l p .98 2.3.2 L p tìm ki m .99 2.3.3 L p giao di n tìm ki m 105 M t s hình giao di n khác 109 3.1 Màn hình c a ch ng trình 109 3.2 Màn hình tìm ki m nhi u câu h i 110 3.3 Màn hình tìm ki m ( giao di n Web) 112 3.4 Màn hình tr v tài li u tìm c ( giao di n Web) 113 3.5 Màn hình chi ti t c a m t tài li u ( giao di n Web) 114 Ph n : T NG K T 115 Ch ng trình th nghi m 115 ánh giá k t qu t c 115 H ng phát tri n 116 TÀI LI U THAM KH O 117 Sách 117 Lu n v n 117 Website 117 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép DANH SÁCH CÁC B NG ng 1-1 So sánh IRS v i h th ng thông tin khác 17 ng 4-1 Cách t p tin ngh ch o l u tr .47 ng 4-2 Cách t p tin tr c ti p l u tr 47 ng 4-3 Thêm m t tài li u m i vào t p tin ngh ch o .48 ng 5-1 Danh sách Actor .50 ng 5-2 Danh sách UseCase 50 DANH SÁCH CÁC HÌNH V Hình 1-1 Mơi tr ng c a h tìm ki m thơng tin 13 Hình 1-2 T ng quan v ch c n ng c a m t h tìm ki m thơng tin 14 Hình 2-1 H tìm ki m thông tin tiêu bi u .18 Hình 3-1 Quá trình h c 35 Hình 3-2 Giai n xác nh t cho tài li u m i 36 Hình 4-1 Các t c s p theo th t 39 Hình 4-2 Quá trình ch n t làm ch m c 45 Hình 5-1 S Use-case c a h th ng 49 Hình 5-2 S l p th hi n 51 Hình 5-3 S l p x lý 52 Hình 5-4 S Use-case tách t 53 Hình 5-5 S tu n t tách t .53 Hình 5-6 S c ng tác tách t .54 Hình 5-7 S l p tách t .54 Hình 5-8 S use-case l p ch m c .55 Hình 5-9 S tu n t t o m i ch m c 56 Hình 5-10 S tu n t c p nh t ch m c 57 Hình 5-11 S c ng tác t o m i ch m c 58 Hình 5-12 S c ng tác c p nh t ch m c 59 Hình 5-13 S l p l p ch m c 60 Hình 5-14 S use-case tìm ki m .61 Hình 5-15 S tu n t tìm ki m 61 Hình 5-16 S c ng tác tìm ki m .62 Hình 5-17 S l p tìm ki m .63 Hình 6-1 S l p tách t .83 Hình 6-2 L p tách t ghép 83 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép Hình 6-3 L p tách t .86 Hình 6-4 L p giao di n tách t 89 Hình 6-5 Màn hình tách t .89 Hình 6-6 Màn hình chi ti t tách t 90 Hình 6-7 S l p l p ch m c .91 Hình 6-8 L p l p ch m c 92 Hình 6-9 L p giao di n t o m i ch m c 94 Hình 6-10 Màn hình t o m i ch m c 95 Hình 6-11 L p Màn hình c p nh t ch m c 96 Hình 6-12 Màn hình c p nh t ch m c 97 Hình 6-13 S l p tìm ki m .98 Hình 6-14 L p x lý tìm ki m .99 Hình 6-15 L p giao di n tìm ki m .105 Hình 6-16 Màn hình tìm ki m .106 Hình 6-17 Xem t khóa câu h i 106 Hình 6-18 Xem t khóa tài li u 107 Hình 6-19 Màn hình 109 Hình 6-20 Màn hình tìm ki m nhi u câu h i 110 Hình 6-21 Giao di n tìm ki m Web 112 Hình 6-22 Giao di n tài li u tr v sau tìm ki m 113 Hình 6-23 Giao di n chi ti t n i dung c a tài li u 114 Nguy n Th Thanh Hà - 0112215 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thông tin ti ng Vi t d a ch m c t ghép U Trong th i i bùng n thông tin nh hi n nay, thơng tin c l u tr máy tính ngày nhi u ó vi c tìm ki m thơng tin xác nhu c u thi t y u i m i ng i i m i l nh v c Internet hi n ã tr thành m t kho t li u kh ng mà vi c tìm ki m thơng tin kho t li u c n ph i c h tr b i cơng c tìm ki m (search engine) t t Các h th ng tìm ki m thông tin thông d ng nh Google, Yahoo Search ã áp ng th ng c xây d ng c ph n nhu c u ó c a m i ng i Tuy nhiên, h x lý tìm ki m v n b n ti ng Châu Âu, chúng ch a th t s phù h p cho v n b n ti ng Vi t Do ó nhu c u ph i có m t cơng c tìm ki m “hi u” x lý t t v n b n tí ng Vi t Các h tìm ki m thơng tin cho v n b n n Giai ngôn ng u ph i th c hi n giai n l p ch m c (indexing) trích t ch m c (index term) bi u di n t t nh t n i dung c a v n n ph thu c vào ngôn ng c a v n b n ph ng pháp x lý t ng ó Hi n ch a có nhi u h th ng tìm ki m thơng tin kho tài li u ti ng Vi t có khai thác c tr ng c a ti ng Vi t cho vi c l p ch m c Vì v y m c tiêu c a lu n v n nh m xây d ng m t h th ng tìm ki m thơng tin b ng ti ng Vi t có s d ng k t qu c a x lý ngôn ng t nhiên t nh ng xác c ch m c t (word) hay t ghép (compound word) c a ti ng Vi t Nguy n Th Thanh Hà - 0112215 10 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thông tin ti ng Vi t d a ch m c t ghép wqj = : N u t j có câu truy v n Q wqj = : N u t j khơng có câu truy v n Q Th c ch t ta ch c n c ng t ng quan t ng t khóa c a câu h i ta s có ng quan c a câu h i v i tài li u Ví d : t p tin TuongQuan.xml sau g i hàm TaoFileDoTuongQuan - Hàm TinhDoTuongQuan( ) : hàm nh m tính tài li u có liên quan t ng quan gi a câu h i n Trên th c t ta g i hàm v a nêu * Thu t toán : void TinhDoTuongQuan() { ThemDocVaWeight(); BoSungCacDocThieu(); TaoFileDoTuongQuan(); } Nguy n Th Thanh Hà - 0112215 104 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 2.3.3 p giao di n tìm ki m Hình 6-15 L p giao di n tìm ki m 8.3.1 Ý ngh a c a bi n thành ph n : § Term : m ng chu i ch a t khóa c a câu h i § DocID : m ng chu i ch a DocID liên quan § Sim : m ng s th c ch a (DocID t t n câu h i ng quan c a câu h i v i tài li u ng ng) § Words : m ng s nguyên ch a s t c a câu h i có tài li u (DocID t ng ng) § n : t ng s tài li u liên quan § tk : it n câu h i ng c a l p x lý tìm ki m Nguy n Th Thanh Hà - 0112215 105 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép * Giao di n tìm ki m : Hình 6-16 Màn hình tìm ki m - Sau tìm ki m xong ng i s d ng có th xem t khóa c a câu h i Ví d v i câu i : an tồn giao thơng t i Tp HCM b n s có c t khóa nh sau : Hình 6-17 Xem t khóa câu h i Nguy n Th Thanh Hà - 0112215 106 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thông tin ti ng Vi t d a ch m c t ghép - Xem t khóa c a tài li u : ngh a ng i s d ng ch n m t tài li u ó ch n ch c n ng xem t khóa tài li u h s th y t khóa ó xu t hi n v i t n s tr ng s t ng ng c a Hình 6-18 Xem t khóa tài li u 8.3.2 Các hàm c a l p : - Hàm TimKiem_Click( ) : hàm s dùng tách t câu h i r i tính t it ng c a l p x lý tìm ki m ng quan c a tài li u v i câu h i * Thu t toán : void TimKiem_Click() { CtimKiem tk = new CtimKiem; tk.TachTuCauHoi(câu h i) tk.LoaiBoSLCauHoi(câu h i); tk.TinhDoTuongQuan(); // Sau g i hàm ta s t o c t p tin TuongQuan.xml ta Nguy n Th Thanh Hà - 0112215 107 c t p tin TuongQuan.xml a vào m ng DocID, Sim, Words Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thông tin ti ng Vi t d a ch m c t ghép SapXepUuTien(); HienThiTaiLieu(); } - Hàm s p x p u tiên : dùng gi i thu t InterchangeSort liên quan s p x p tài li u n câu h i nhi u nh t * Thu t toán : void SapXepUuTien () { // u tiên theo Words (s t c a câu h i tài li u) // u tiên theo Sim ( t ng quan c a tài li u v i câu h i) } - Hàm hi n th tài li u : ta s hi n th tài li u lên Form cho ng Nguy n Th Thanh Hà - 0112215 108 i dùng xem Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép t s hình giao di n khác 3.1 Màn hình c a ch ng trình Hình 6-19 Màn hình Ch ng trình s có ch c n ng : • Tách t : tách t tài li u • o m i ch m c : t o t p tin Inverted • p nh t ch m c : c p nh t thêm tài li u vào t p tin Inverted • Tìm ki m : gõ câu h i nh n tài li u tr v Nguy n Th Thanh Hà - 0112215 109 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép • Thốt : thóat h th ng ch ng trình 3.2 Màn hình tìm ki m nhi u câu h i Hình 6-20 Màn hình tìm ki m nhi u câu h i Các câu h i s c l u m t t p tin Xml theo c u trúc Ví d t p tin CauHoi.xml sau : kinh t tri th c Nguy n Th Thanh Hà - 0112215 110 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép án tham nh ng l n Nguy n Th Thanh Hà - 0112215 111 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thông tin ti ng Vi t d a ch m c t ghép 3.3 Màn hình tìm ki m ( giao di n Web) Hình 6-21 Giao di n tìm ki m Web Nguy n Th Thanh Hà - 0112215 112 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 3.4 Màn hình tr v tài li u tìm c ( giao di n Web) Hình 6-22 Giao di n tài li u tr v sau tìm ki m Nguy n Th Thanh Hà - 0112215 113 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép 3.5 Màn hình chi ti t c a m t tài li u ( giao di n Web) ` Hình 6-23 Giao di n chi ti t n i dung c a tài li u Nguy n Th Thanh Hà - 0112215 114 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép Ph n : Ch NG K T ng trình th nghi m th ng tìm ki m thơng tin ti ng Vi t (Search4VN) c cài u hình : Pentium IV, CPU 2.0 Ghz, b nh Ram 256 MB, li u c l p ch m c 13.000 tài li u t ng dung l a c ng 40 GB, s tài ng kho ng 35 MB L p ch m c cho toàn b d li u t o thành t p tin Inverted.xml có dung l Ch t máy có ng trình h tr d ng giao di n : giao di n Web ch cho ng ng 40 MB i s d ng tìm ki m, giao di n Window Application cho Admin s d ng, c hai giao di n phát tri n mơi tr t c Nhìn chung, lu n v n ã hoàn thành nh ng yêu c u Ø Nghiên c u c cách th c ho t ra: ng c a m t h th ng tìm ki m thơng tin c mơ hình xây d ng m t h tìm ki m thơng tin Ø Tìm hi u ph Ø Tìm hi u ph c ng Visual studio NET ánh giá k t qu Ø Tìm hi u u ng pháp tách t ng pháp l p ch m c cho tài li u Ø Áp d ng xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c có c u trúc th ng có m t s u m nh sau: Ø Tách t ti ng Vi t xác Ø Tham s hóa y u t liên quan Nguy n Th Thanh Hà - 0112215 n l p ch m c tra c u 115 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép Ø Tìm ki m nhanh Các tài li u tr v Ø Tóm t t c s p x p xác c n i dung tài li u tr v Ø Giao di n thân thi n, d s d ng Tuy nhiên, h th ng m t s khuy t Ø Ch a t ng l y m c n c i thi n: c tài li u m i gi ng nh m t h th ng Search Engine Ø Ch a h tr b gõ Ø Ch a h tr ch c n ng tìm ki m nâng cao ng phát tri n Ø Tìm hi u k t h p công c tách t cho k t qu tách t t t nh t Ø tr b gõ ti ng Vi t Ø tr ch c n ng tìm ki m nâng cao Ø ng t c c p nh t ch m c, tìm ki m Ø Thêm ch c n ng t ng l y tài li u c p nh t vào t p tin ch m c phát tri n thành m t trang Web tìm ki m cho ti ng Vi t Nguy n Th Thanh Hà - 0112215 116 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép TÀI LI U THAM KH O Sách [1.1] Gerard Salton/ Michael J.McGill; Introduction to Modern Information Retrieval [1.2] David A.Grossman/Ophir Frieder; Information Retrival: Algorithms and Heuristics [1.3] C.J van RIJSBERGEN Department of Computing Science University of Glassgow; Information Retrival [1.4] inh n; lý ngôn ng t nhiên Lu n v n [2.1] Thành Giang Lu n án th c s khoa h c Tìm hi u v cách xác xây d ng công c xác [2.2] Nguy n H i Quy n, L nh t lo i Giáo viên h nh t lo i ng d n : T.S H B o Qu c ng Th Hoàng Thuý Lu n v n c nhân tin h c o khoá cho v n b n ti ng Vi t GVHD: Chu T t Bích San [2.3] Lê Thúy Ng c, M Nhung Lu n v n c nhân tin h c Tìm hi u v Search Engine xây d ng ng d ng cho Search Engine ti ng Vi t Giáo viên ng d n : Th.S Nguy n Th Di m Tiên Website [3.1] http://nlp.cs.jhu.edu/~rflorian/fntbl/tbl-toolkit/ Nguy n Th Thanh Hà - 0112215 117 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Xây d ng h th ng tìm ki m thơng tin ti ng Vi t d a ch m c t ghép [3.2] http://www.dcs.gla.ac.uk [3.3] http://www.vinaseek.com [3.4] http://www.google.com [3.5] http://www.yahoo.com Nguy n Th Thanh Hà - 0112215 118 Nguy n Trung Hi u - 0112216 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... t ghép Ph n : TÌM HI U LÝ THUY T Ch ng 1: NG QUAN V TÌM KI M THÔNG TIN Gi i thi u v tìm ki m thơng tin 1.1 Khái ni m v tìm ki m thơng tin Tìm ki m thơng tin tìm ki m m t t p tài li u ng l y thông. .. “H th ng tìm ki m thơng tin x lý t p tin l u tr nh ng yêu c u v thơng tin, xác nh tìm t t p tin nh ng thông tin phù h p v i nh ng yêu c u v thông tin Vi c truy tìm nh ng thơng tin thơng tin c l... THƠNG TIN 11 Gi i thi u v tìm ki m thơng tin 11 1.1 Khái ni m v tìm ki m thơng tin 11 1.2 M t s v n vi c tìm ki m thông tin: .11 H tìm ki m thơng tin – IRS 12 Các