đồ án tốt nghiệp xây dựng mô hình mở rộng truy vấn trong truy xuất thông tin văn bản

ĐẠIHỌCQUỐCGIATP.HCMTRƯỜNGĐ ẠIHỌCBÁCHKHOATP.HCMNGUYỄNCHÁNHTHÀNH XÂYDỰNGMÔHÌNHMỞRỘNGTRUYVẤNTR ONGTRUYXUẤTTHÔNGTINVĂNBẢN LUẬNÁNTIẾNSĨKỸTHUẬT TP.HỒCHÍMINH–2010... ĐẠIHỌCQUỐCGIATP.HCMTRƯỜNGĐ

ĐẠIHỌCQUỐCGIATP.HCMTRƯỜNGĐ ẠIHỌCBÁCHKHOATP.HCM

NGUYỄNCHÁNHTHÀNH

XÂYDỰNGMÔHÌNHMỞRỘNGTRUYVẤNTR ONGTRUYXUẤTTHÔNGTINVĂNBẢN

LUẬNÁNTIẾNSĨKỸTHUẬT

TP.HỒCHÍMINH–2010

ĐẠIHỌCQUỐCGIATP.HCMTRƯỜNGĐ ẠIHỌCBÁCHKHOATP.HCM

NGUYỄNCHÁNHTHÀNH

XÂYDỰNGMÔHÌNHMỞRỘNGTRUYVẤNTRO NGTRUYXUẤTTHÔNGTINVĂNBẢN

Tôicamñoanrằngnộidungcủaluậnánnàylàkếtquảnghiêncứucủabảnth ân Tấ

gốcmộtcáchrõràngtừdanhmụctàiliệuthamkhảotrongluậnán.Nhữngñónggóptrongluậnánlàkếtquảnghiêncứucủatácgiảñãñượccôngbốtrongcácbàibáokhoahọctrongphần“Cáccôngtrìnhkhoahọc”củaluậnánvàchưañượccôngbốtrongbấtkỳcôngtrìnhkhoahọcnàokhác

Tácgiảluậnán

NguyễnChánhThành

Trongquátrìnhhoànthànhluậnánnày,tôiñãñượccácthầycônơicơsởñàotạo giúpñỡtận tình, cơquannơicông táctạomọiñiều kiện thuậnlợivàbạnbèc ù n g giañìnhthườngxuyênñộngviênkhíchlệ

LuậnánnàykhôngthểhoànthànhtốtnếukhôngcósựtậntìnhhướngdẫnvàsựgiúpñỡquíbáucủaPGS.TS.PhanThịTươi,giáoviên hướngdẫnmàtôitônvinhvàmuốnñượcbàytỏlòngbiếtơnsâusắcnhất

Tôicũngmu ốnñượ cbà ytỏlòngb iếtơnñốivớitậpthểcác thầycôkhoa KhoahọcvàKỹthuậtMáy tínhtrườngĐạihọcBáchkhoa TP.HồChíMinhñãgiúpñỡvàtạoñiềukiệnchotôirấtnhiềutrongquátrìnhhọctậpvànghiêncứuởKhoa;ñặcbiệtPGS.TS.CaoHoàngTrụ,PGS.TS.DươngTuấnAnh,PGS.TS.ĐỗPhúcvàTS.ĐặngTrầnKhánhñãcónhữnglờikhuyênquýgiátrongquátrìnhlàmN C S vàviếtluậnánnày;cảmơnPhòngquảnlýSauĐạihọcvềsựhỗtrợcácthủtụchoànthànhluậnán

vàngườithân,ñãhỗtrợñ ộ ngviênvàtạomọiñ iềukiệnthuậnlợichotôitrongsu ốtquátrình hoànthànhk h ó a họcNCS

Cuốicùngtôi cảmơnanhNgô Hùng Phương cùngtấtcảbạnbè,ñặcbiệtcáct h àn h v i ê n t r o n g n h ó m n g h i ê n c ứuB K -

N L P ( t h u ộct r ườngĐ ạ ih ọcB á c h k h o a Tp.HCM)ñãgópnhiềuýkiếnthiếtthựcvàcónhữnglờiñộngviênkhíchlệquýbáugi úptôivượtquakhókhănvàhoànthànhtốtluậnán

TácgiảluậnánNguyễnChánhThành

Trongtruyxuấtthôngtin(InformationRetrieval,IR),donhữngyếutốkhácnhau

,người sửdụng thườngdùng cáctruyvấndạngñơngiản biểu diễnyêucầucầnt ì m Việcnàydẫnñếnkếtquảtìmñượckhôngñápứngñủnhu cầumongmuốn,h oặcchấtlượngthấp.Doñó,mởrộngtruyvấnlàvấnñềcầnthiết,ñểtừñógiúphệt h ốngtruyxuấtthông tin có thêmthôngtin theo ngữcảnh nhằmcảitiến các kếtquảtruyvấn.Thôngtintheongữcảnhcóthểthuñượctừnhữngthôngtinphảnhồiliênquan,

vềnhómthểhiện, thuộc tính, kháiniệmvà quan A,vàtươngñương(equivalence),hoặcpháttriểnmộtmôhìnhmớivềmạngngữn gh ĩad ự atrênnh ữngquanhệt rí ch dẫnt ừWordNetnhưq u a n hệthượngdanh( hypernymy),h ạdanh( hyponymy)…

hệrờirạc(disjointness),IS-cùngmộtsốquanhệñượcñịnhnghĩathêmnhưchúgiải(gloss),chủñềvàmiền(domain).

Luậnánnàyñềxuấtphươngphápmởrộngtruyvấndựatrêncơsởbảnthểhọc(onto logy-

basedqueryexpansion).Đểthựchiệnmụctiêutrên,luậnánphảigiảiquyếtcácvấnñềchính:

(1)ñềxuấtcơsởlýthuyếtvềcácmôhình mởrộngtruyvấnd ựatrên ontology;(2)p h á t triểnvà huấnluyệnontologybằngphươngphápkhait h á c khongữliệusẵncóvàphươngpháprúttríchdữliệutừWordNet;

(3)ñềxuấtphươngpháphoànthiệnvàmởrộngtruyvấn.Phầnthựcnghiệmcủaluậnánñượct i ếnhànhchongônngữtiếngAnhdựatrênnguồndữliệuvàtruyvấntiếngAnhtừnguồ

nTREC(TextREtrievalConference)trongmộtsốlĩnhvực.Cáckếtquảthựcn g h i ệmp

hảnánhtínhkhảthicủanhữngphươngphápñềxuấttrongluậnán,ñồngthờichothấynhiềutriểnvọngpháttriểncủacácñềxuấtlýthuyếttrongluậnán

MỤCLỤC

MỤCLỤC i

DANH MỤCCÁCBẢNG iii

DANH MỤCCÁCHÌNH v

DANHMỤCCÁCGIẢITHUẬT vii

DANHMỤCCÁCTỪVIẾTTẮT viii

Chương1 GIỚITHIỆU 1

1.1 Độngcơnghiêncứu 1

1.2 Mụctiêuvàphạmvinghiêncứu 5

1.3 Đónggópchínhcủaluậnán 8

1.4 Cấutrúccủaluậnán 10

1.5 Cácquyước 13

1.6 Tómtắtnộidungluậnán 13

Chương2 CÁCNGHIÊNCỨULIÊNQUAN 14

2.1 Giớithiệu 14

2.2 Cácnghiêncứuliênquantrongnước 15

2.3 Cácnghiêncứuvềontology 19

2.4 Cácnghiêncứuvềmởrộngtruyvấn 23

2.5 KhaithácdữliệutừWordNet 39

2.6 Tómlược 44

Chương3 XÂYDỰNGNỀNTẢNGHỆTHỐNG 46

3.1 Giớithiệu 46

3.2 BàitoánXâydựngontologyvàbàitoánHoànchỉnhmởrộngtruyvấn 46

3.3 Cácmôhìnhchobàitoánmởrộngtruyvấn 60

3.4 Mẫunhậndạngcụmdanhtừ 65

3.5 Phươngphápthựcnghiệmvàñánhgiá 70

3.6 Nguồndữliệuthựcnghiệm 74

3.7 Tómlược 88

Chương4 XÂYDỰNGONTOLOGYOOMP 90

4.1 Giớithiệu 90

4.2 XâydựngontologyOOMP 90

4.3 Phươngpháphuấnluyệndựatrênkhongữliệu 95

4.4 PhươngpháphuấnluyệndựatrênWordNet 100

4.5 CơchếtựhuấnluyệncủaontologyOOMP 107

4.6 Cácứngdụngcủaontologyvàquanhệ 109

4.7 Tómlược 110

Chương5 HOÀNCHỈNHVÀRÚTGỌNTRUYVẤN 112

5.1 Giớithiệu 112

5.2 Hoànchỉnhvàrútgọntruyvấn 113

5.3 Kiểmtracụmdanhtừhoànchỉnh 114

5.4 Tạocụmdanhtừhoànchỉnh 121

5.5 Tạocụmdanhtừrútgọn 122

5.6 Hoànchỉnhcụmdanhtừ 123

5.7 Giảithuậtrútgọnthànhphầncụmdanhtừ 135

5.8 Tómlược 140

Chương6 MỞRỘNGTRUYVẤN 142

6.1 MởrộngtruyvấnchoñộngcơtìmkiếmtrênWeb 142

6.2 Mởrộngtruyvấnchohệthốngtruyxuấtthôngtincósẵn 153

6.3 Tómlược 165

Chương7 KẾTLUẬN 167

7.1 Cáckếtquảñạtñược 167

7.2 Hướngpháttriển 171

7.3 Lờikết 172

CÁCCÔNGTRÌNHKHOAHỌCCỦATÁCGIẢ 174

TÀILIỆUTHAMKHẢO 177 PhụlụcA TómlượcvềWordNet a

PhụlụcB CấutrúccụmdanhtừtiếngAnh c

PhụlụcC DanhmụctừloạitiếngAnh g

PhụlụcD.

DanhmụcluậtsinhdạngcụmdanhtừcủavănphạmtiếngAnhxâyd ựngdựatrênTreeBank i PhụlụcE Tínhchấtảnh-tạoảnhtrongtoánhọc o

PhụlụcF CấutrúcñịnhdạngtàiliệuTREC p

PhụlụcG Tổchứccơsởdữliệucủathựcnghiệmtrongluậnán s

DANHMỤCCÁCBẢNG

Bảng3.1 Danhsáchmãlỗi quyước 57

Bảng3.2.Cáctrườnghợpliênkếtgiữaqvàq’ñểtính(q|q') 63

Bảng3.3.Cáctrườnghợpliên kết giữaqvàq’ñểtính(q') 63

Bảng3.4.Tậpluậtsinhtiếng Anh liênquan cụmdanhtừ(nguồn[2]) 67

Bảng3.5.Danhsáchmẫucơbảnñặctảcụmdanhtừ 68

Bảng3.6.ThốngkêthànhphầndữliệutừTREC 76

Bảng3.7.Danhsáchtậpchỉmụcxâydựngtừnguồndữliệutrongbảng3.6 78

Bảng3.8.Thốngkêmụctừ, tài liệuvàliên kết củanguồndữliệu 79

Bảng3.9.Thốngkêcáctàiliệu liên quan theonguồndữliệu 81

Bảng3.10.Danhsáchmẫusửdụngtrongthựcnghiệm 83

Bảng3.11.Thốngkêcụmdanhtừphân biệtrúttríchtừkhongữliệutiếngAnh 84

Bảng4.1.Thốngkêsốlượngcụm danhtừtheodạngmẫu 98

Bảng4.2.Dữliệudựtuyểnrút tríchñượctronggiải thuậtCB-KBT 99

Bảng4.3.Dữliệudựtuyểnrút tríchñượctronggiải thuậtCB-KBT 99

Bảng4.4.Cácthốngkêchodữliệuhuấnluyện 100

Bảng4.5.DanhmụcphânlớptừvựngsửdụngtrongWordNet 105

Bảng4.6.ThốngkêcácmụctừdùngtrongquátrìnhhuấnluyệnWB-BKT 106

Bảng4.7.DữliệuñượcrúttríchtừWordNettronggiảithuậtWB-KBT 106

Bảng4.8.Cácthốngkêchodữliệuhuấnluyện 106

Bảng4.9.DữliệubổsungtạobởigiảithuậtA-KBT 108

Bảng5.1.ThốngkêvềthờigianthựcthicủagiảithuậtCNPV 117

Bảng5.2.CáctrườnghợpxửlýtronggiảithuậtCNPVtheodạnglỗi 117

Bảng5.3.CáctrườnghợpxửlýtronggiảithuậtCNPVtheodạnglỗivàmẫu 118

Bảng5.4.Sốliệuthốngkêcácphầntửphântíchtrunggian 120

Bảng5.5.ThốngkêvềthờigianthựcthicủagiảithuậtNPC 129

Bảng5.6.ThốngkêcáctrườnghợpxửlýtronggiảithuậtNPCtheodạnglỗi 130

Bảng5.7.ThốngkêcáctrườnghợpxửlýtronggiảithuậtNPCtheodạngmẫu 130

Bảng5.8.ThốngkêcácphầntửphântíchtrunggiancủagiảithuậtNPC 131

Bảng5.9.KếtquảthựcnghiệmcủagiảithuậtCNPGtrêndữliệutrunggiancủagiảithuậtN P C 131

Bảng5.10.PhântíchkếtquảthựcnghiệmcủagiảithuậtNPC 133

Bảng5.11.SosánhkếtquảcủaphươngpháptìmkiếmthôvàNPC 134

Bảng5.12.ThốngkêvềthờigianthựcthicủagiảithuậtNPMR 137

Bảng5.13.ThốngkêcácphầntửphântíchtrunggiancủagiảithuậtNPMR 137

Bảng5.14.KếtquảthựcnghiệmcủagiảithuậtRNPGtrêndữliệutrunggiancủagiảithuậtN P M R .137

Bảng5.15.PhântíchkếtquảthựcnghiệmcủagiảithuậtNPMR 139

Bảng5.16.SosánhkếtquảcủaphươngpháptìmkiếmthôvàNPMR 140

Bảng6.1.ThốngkêvềthờigianthựcthicủagiảithuậtSNPE 148

Bảng6.2.ThốngkêcáctrườnghợpxửlýtronggiảithuậtSNPEtheodạnglỗi 148

Bảng6.3.ThốngkêcácphầntửphântíchtrunggiancủagiảithuậtSNPE 149

Bảng6.4.KếtquảthựcnghiệmcủagiảithuậtCNPGtrêndữliệutrunggiancủagiảithuậtS N P E 149 Bảng6.5.PhântíchkếtquảthựcnghiệmcủagiảithuậtSNPE 151

Bảng6.6.SosánhkếtquảcủaphươngpháptìmkiếmthôvàSNPE 153

Bảng6.7.ThốngkêsốliệuthựcnghiệmtronggiảithuậtSIC 160

Bảng6.8.Sốliệuchitiếtcủatậpsi_TermLinktạoratừgiảithuậtSIC 161

Bảng6.9.Thốngkêkếtquảtrongtậpsi_TermLinktạoratừgiảithuậtSIC 161

Bảng6.10.Sosánhkếtquảthựcnghiệm1 163

Bảng6.11.Sosánhkếtquảthựcnghiệm2 164

Bảng6.12.Sosánhkếtquảthựcnghiệm3 165

DANHMỤCCÁC HÌNH

Hình1.1.Mốiquanhệgiữamôhìnhcủaluậnánvàhệthốngtruyxuấtthôngtin 6

Hình1.2.Tóm tắtphânbốnộidungcácvấnñềtrìnhbàytrongluận án 13

Hình2.1.TổchứchệthốngWordNetphiênbản3.0(*) 41

Hình2.2.Cấu trúcontologyvềhìnhảnh củaS.Zinger 43

Hình2.3.ĐồthịquanhệngữnghĩacủaBoris 43

Hình3.1.QuanhệkếthợpOMP 55

Hình3.2.Vídụvềcâyphântích(hìnhb)ñượcxâydựngtừquanhệROMP(hìnha) 56

Hình3.3.ĐồthịngữnghĩaGcó phânlớp 59

Hình3.4.Tổchứcphân cấpcácmôhình 61

Hình3.5.Vídụvềñặctảcác mẫutrongJAPE 70

Hình3.6.Tỉlệphânbốcácmụctài liệu 76

Hình3.7.CàiñặtchứcnăngxâydựngchỉmụcchodữliệudạngXML 77

Hình3.8.Tổchứclưutrữvậtlýcủacáctậpchỉmục 78

Hình3.9.Tổchứccơsởdữliệu lưu trữthôngtincủacácchỉmục 79

Hình3.10.Càiñặt chứcnăngnạpdữliệu chỉmụcvào cơsởdữliệu 80

Hình3.11.Thốngkêsốlượngtài liệu liên quanxácñịnhñược 81

Hình3.12.Tỉlệtàiliệu liênquanxácñịnhñược 82

Hình3.13.Thốngkêtậpmẫusửdụngtrongthựcnghiệm 82

Hình3.14.Tỉlệchọnlọccụm danhtừhợplệtheochiềudài cụm danhtừ 85

Hình3.15.Kếtquảrúttríchcụm danhtừhợplệtronghuấnluyện 85

Hình3.16.Tổchứclưutrữcụm danhtừrúttríchtừcácnguồndữliệu 86

Hình3.17.PhânbổcụmdanhtừtrongtậpTRAINING_DATAtheodạngmẫu 86

Hình3.18.PhânbổcụmdanhtừtrongtậpTEST_DATAtheocácnhómmẫu 87

Hình4.1.CấutrúcmứcluậnlýcủaontologyOOMP 91

Hình4.2.Cấu trúcontologyOOMPvềtổchứccơsởdữliệu quanhệ 91

Hình4.3.ĐặctảluậnlýchocấutrúcontologyOOMP 92

Hình4.4.CácphươngpháphuấnluyệnontologyOOMP 95

Hình4.5.Phươngpháphuấnluyện dựatrênkhongữliệu 95

Hình4.6.QuanhệRmñượcxâydựngtừquanhệholonymytrongWordNet 101

Hình4.8.QuanhệRpñượcxâydựngtừquanhệattributetrongWordNet 101

Hình4.9.QuanhệRmñượcxâydựngtừquanhệsimilartrongWordNet 101

Hình4.10.QuanhệRmvàRpñượcxâydựngtừquanhệsimilartrongWordNet 102

Hình4.11.QuanhệRpñượcxâydựngtừquanhệsimilartrongWordNet 102

Hình4.12.TổchứcdữliệucủaWordNetphiênbản3.0 104

Hình4.13.ThốngkêsốlượngcácquanhệtrongWordNet 104

Hình5.1.Môhìnhhệthốnghoànchỉnhvàrútgọntruyvấn 113

Hình5.2.CáctrườnghợpxửlýtronggiảithuậtCNPVtheodạnglỗivàmẫu 120

Hình5.3.Thốngkêcáctrườnghợpxửlýtheodạnglỗiởmứcchitiết 129

Hình5.4.CàiñặtchứcnăngtìmkiếmchotruyvấnsinhtừgiảithuậtNPC 132

Hình5.5.Thốngkêsốliệucácñộñotheonguồndữliệu 132

Hình5.6.Thốngkêsốlượngkếtquảthựcnghiệmtheonguồndữliệu 133

Hình5.7.CàiñặtchứcnăngtìmkiếmchotruyvấnsinhtừgiảithuậtNPMR 138

Hình5.8.Thốngkêsốliệucácñộñotheonguồndữliệu 139

Hình5.9.Thốngkêsốlượngkếtquảthựcnghiệmtheonguồndữliệu 140

Hình6.1.Môhìnhhệthốngmởrộngtruyvấnvớiñộngcơtìmkiếmthôngtin 143

Hình6.2.CàiñặtchứcnăngtìmkiếmchotruyvấnsinhtừgiảithuậtSNPE 150

Hình6.3.Thốngkêsốlượngkếtquảthựcnghiệmtheonguồndữliệu 152

Hình6.4.Thốngkêsốliệucácñộñotheonguồndữliệu 152

Hình6.5.Minhhọatínhchất(6.1) 154

Hình6.6.Ứngdụngtínhchất(6.1)vàomởrộngkếtquảtìmkiếm 155

Hình6.7.Môhìnhhệthốngmởrộngtruyvấnkếthợphệthốngtruyxuấtthôngtindựngsẵn 155

Hình6.8.Môhìnhtổchứcchỉmụchướngngữnghĩa 156

Hình6.9.Sosánhsốliênkếttạothànhtheonguồndữliệu 162

Hình6.10.Sosánhtỉlệliênkếttạothànhtheonguồndữliệu 162

Hình7.1.Phươngphápthựchiệncủavấnñề4 172

DANHMỤCCÁCGIẢITHUẬT

Giảithuật4.1.Huấnluyệnontologydựatrênkhongữliệu 96

Giảithuật4.2.HuấnluyệnontologydựatrênWordNet 103

Giảithuật4.3 Huấnluyệnontologytựñộng 107

Giảithuật5.1.Kiểmtracụmdanhtừhoànchỉnh 114

Giảithuật5.2 Tạocụmdanhtừhoànchỉnh 121

Giảithuật5.3.Tạo cụmdanhtừrútgọn 122

Giảithuật5.4.Hoànchỉnhcụmdanhtừ 123

Giảithuật5.5 Rútgọn thànhphầncụmdanhtừ 135

Giảithuật6.1.Mởrộngcụmdanhtừtươngñương 144

Giảithuật6.2 Tạochỉmụchướng ngữnghĩa 157

Giảithuật6.3 Tìmkiếmkếthợp 158

DANHMỤCCÁCTỪVIẾTTẮT

STT Từviếttắt DiễngiảitiếngAnh DiễngiảitiếngViệt

Cross-LanguageInformationRetrieval

Inverse-DocumentFrequency

Tầnsuấtnghịchñảotàiliệu

Object-Member-Property CơsởtrithứccủaĐốitượng-Thànhphần-Tínhchất

t i n t h ểh i ệnt r o n g n g ô n n g ữt i ếngA n h chi ếmtỉlệñángkể.Đặcbiệttrongnhữngnămgầnñây,nhucầutruycậptintứctrênWebcủangườidânViệtnamrấtcao(theo[4],giaiñoạn1997-

2007internetViệtN a m ñ ãl i ê n t ụcp h á t t r i ểnvớik h o ảng1 8 t r i ệun g ườit h a m g

i a s ửd ụng,t ươngñương2 1 % d â n s ố)x u ấtp h á t t ừc á c n h u cầuc h ủyếun h ưx e m t i

ainternet

cònñượcgọilàWorldWideWeb,viếtgọnlàWWWhayWeb

kếtquảcầnthiếtnhưmongmuốncũngnhưhiệusuấtcủachúngcòncómộtsốgiớih ạnnhấtñịnh.

Nguyênnhânchủyếuảnhhưởngñếnvấnñềnàylà:

−

Ngữnghĩacủatàiliệubịmấtñidocáchbiểudiễntruyvấndướidạngmộttậpcáctừkhóa

− Yêucầuthôngtin(truy

vấn)củangườisửdụngthườngchỉbaogồmmộtvàit ừkhóacốtlõi,khôngthểhiệnñủngữnghĩacầnthiết

−

Ngườisửdụngkhôngcungcấpñủthôngtintruyvấncầnthiếtchoñộngcơt ìm kiếm

−

Độngcơtìmkiếmthôngtinhoạtñộngdựatrêncơchếsotrùngtừkhóavàch ưaquant â m ñúngmứcñ ế nyếutốn gữn g h ĩatrong t ươngt ác vàhỗt r ợngườidùng

− Ngườisửdụnggặpkhókhăntrongvi ệcdiễnñạtnộidungcủavấnñềcầntìm

−

Ngườisửdụngkhôngnhậnñượcmộtkếtquảtrảlờitrọnvẹnhoànchỉnh(dùch ỉcầnởmứctómlượcngắngọn)nhưmong muốnvềmộtvấnñềcầntìm

Thiếumộthệthốngtìmkiếmthôngtinnhanhvàlinhhoạtñểkhôngchỉcót hểtìmcácthôngtintrongtàiliệutiếngAnh(nhưtruyềnthống)vàtiếngViệtt h e o cơchếsotrùngtừkhóa,màcòncóthểtrảlờicáccâuhỏicủangườisửd ụng(trongphạmvixácñịnhchotiếngViệt)

− Hệthốngchưathựcsựñủmạnhñểnhậnbiếtngữnghĩacủatruyvấn

Từcác phântích trên,chúngta nhậnthấynguyênnhân

chínhlàcáchệthốngtìmkiếmthôngtinchưañủmạnhnênkếtquảñưarakhôngthểhỗtrợ ngườidùngnh ưmongñợi.Truyvấncủangườidùngcũngchưaphảnánhñầyñủngữnghĩa ñểh ỗtrợchocácquátrìnhtìmkiếmvàtruyxuấtthôngtinñượctốthơn.Vìvậy,việcbổsung

ngữnghĩavàotruyvấnbanñầucủangườidùnglàyêucầucầnthiết

MộtbàitoánkinhñiểntronglĩnhvựcTruyxuấtthôngtinlàMởrộngtruyvấn.

Đólàquátrìnhbổsungmộtsốtừvàotruyvấncủangườidùng

nhằmtạoracáctruyvấnmớitươngñồngngữnghĩa.Bàitoánnàylàvấnñềñượcquantâmvìnócót h ểloạibỏnhậpnhằngngữnghĩacủatruyvấntrongngônngữtựnhiên,cũngnhưkhắcphụcnhững

hạnchếcủaviệcsửdụngtừkhóañểthểhiệnmộtkháiniệmthôngtin.KrovetzvàCroft[109]ñãquansátthấyphầnlớncáclợiíchthuñượctrongviệct ì m kiếmthôngtincóñộtruyhồicaophụthuộcvàoviệcsotrùngcáctừkhóa.Đốivớiviệcmởrộngtruyvấn,hệthốngxácñịnhngữnghĩatruyvấnñượcchínhxáchơn,ñiềuñóchophépk ếtquảtruyvấntốthơn.Thôngqua kếtquảtruyvấnmởrộng,ngườidùngcóthểhọctậpcáchphátbiểutruyvấnrõràngvàchínhxáchơnñểt h u ñượccáckếtquảhữuích

sẽbổsungvàoñómộtsốtừhaythuậtngữl iê nquanvàtạoradạngtruyvấnmớicóthểbaophủthông tinr ộnghơn.Nhưvậy,tàiliệumongñợiñểthunhậnsẽnhiềuhơndẫnñếntỉlệbaophủthô ng tintănglêntươngứng.Quátrìnhthêmnhữngthuậtngữnàycóthểthựchiệnb ằ

trợgiúp.Việcmởrộngtruyvấnbằngtaydựav ào sựamhiểuvàthànhthạocủaconngườiñểñưaraquyếtñịnh,nhằmnhúngcáct h u ậtngữvàotruyvấnmới.Trongtrườnghợpmởrộngtựñộngtruyvấn,cáctrọngsốñượctínhchotấtcảcácthuậtngữnhằmgiúphệthốngthêmnhữngthuậtngữcótr ọngsốcaonhấtvàotruyvấnbanñầu.Cáchàmtínhtrọngsốkhácnhauñưaran hữngkếtquảkhácnhau,doñóhiệusuấtcủaviệctruyvấnphụthuộcvàocáchthứct í

n h cáctrọngsố.Vớidạngmởrộngtruyvấncóngườidùngtrợgiúp,hệthốngsẽsinhracácthuậtngữphùhợpchoviệcmởrộngtruyvấnvàngườidùngtựchọnmộtsốtrongcácthuậtngữñóñểthêmvào

Vấnñềcốtlõicủabàitoánmởrộngtruyvấnlàxácñịnhcáctừthíchhợpñểthêmvàotruyvấncủan gườidùng Nhi ềung hi ên cứuñượ ccôn gb ốvềmởrộngtruyvấntrongñóhướngñếnviệcsửdụngthôngtinngữcảnhñểxácñịnhcáctừcầnthêmmộtcáchhợplý.Thô

ngtintheongữcảnhcóthểthuñượctừcácthôngtinphảnhồiliênquan(relevancefe edback),từcáctừñồnghiện(co-

occurrenceterm)v àtrongthờigiangầnñâylàtừcácmôhìnhtrithứcnhưbảnthểhọc(ontolog y).

Hiệnnay,thôngtinliênquanngữcảnhcủatruyvấnlàmộtvấnñềñangñượccácn h à n

g h i ê n c ứuk h a i t h á c n h ằmc ảit i ếnq u á t r ì n h truyx u ấtt h ô n g t i n T h e o Finkelstein[92]ngữcảnhchưacóñịnhnghĩachuẩnxác,nhưngtheo[124]thìcóhaiñịnhn

ghĩavềngữcảnh.Địnhnghĩathứnhấttheongônngữhọc“ngữcảnhlàcácphầncủabàil uậnbaoquanhtừhayñoạnvănvàcóthểlàmsángtỏnghĩacủa

nó” b Địnhnghĩathứhaidựatrêntìnhhuống“cácñiềukiệntươngquantrongñó

mộtñ iềug ì ñ ót ồnt ạih a y x ảyra” c.T ừñ ó,mộtn h ậnñ ị nhc h u n g l à t h ô n g q u a tươngtáccủangườidùnglênhệthốngtruyxuấtthôngtin,ngữcảnhtươngứngsẽbaogồmnhữngthôngtinliênquanñếnnhữnghànhñộng,nhữngquyếtñịnhcủangườidùng

Ngữcảnhtrongtruyxuấtthôngtinbaogồmnhiềuvấnñềtrongñócómởr ộngtruyvấn.Một khókhănlàlàmsao biểudiễnñượcnghĩa củatruyvấn bằng

cáct h u ậtngữ( term)mộtc á c h chính xác Dovậy,m ởr ộngtruyvấnchop hép ngườid

ùngthựchiệntìmkiếmthôngtinbằngtruyvấnmớicócácthuậtngữlàsựbiếnñổihìnhthái

ngữmớiñượcthêmvàotruyv ấnnhờkếtquảkhửnhậpnhằngnghĩacủatruyvấnbanñầu.Nhiềuphươngphápti ếpcậnkhácnhauñượcñềxuấthướngñếnviệcmởrộngtruyvấn.Trongñó,cónhiềunghiêncứuhướngñếnviệcsửdụngontologyñểhỗtrợsuyluậnngữcảnhchocáct r u y vấnn h ậpn h ằng.C ác k h á i n i ệmtrong o n t o l o g y ñượ cd ù n g ñ ể k h ửn hậpn h ằngngữnghĩacủatừvàhỗtrợñểmởrộngtruyvấn.Việcmởrộngtruyvấnñạtthànhcôngởmộtmứcñộnhấtñịnh nhưng vẫncòn nhiều vấnñềcần cảithiện vềkỹ

b Nguyên

văn:“thepartsofadiscoursethatsurroundawordorpassageandcanthrowlightonitsmeaning”

c Nguyên

văn:“theinterrelatedconditionsinwhichsomethingexistsoroccurs”

thuật,giao diệnhoặc giảithuậtñểxácñịnhngữnghĩamộtcáchchínhxáchơntừ

ñócảitiếnkếtquảtruyvấn

Từtầmquantrọngvềtínhhiệuquảcủaquátrình truyxuấtthôngtin(trênint

ernet),cùngvớihướnggiảiquyếtlàmsaoñểhệthốngIRcóthểhiểunhiềuhơnv à thông minhhơnkhixửlýtruyvấnbanñầucủangườidùng,thìyêucầuvềmộth ệthốngtruyxuấtt

hôngtincókhảnăngtạoranhữngtruyvấntươngñồnghoặccùngmụctiêulàbàitoánquantrọng.Doñó,thôngquanhữngkhảosátphântíchnêutrên,

quantrọngmàluậnánnàynghiêncứuvàñềxuấtphươngphápgiảiquyết

1.2 Mụctiêuvàphạmvinghiêncứu

Từñộngcơnghiêncứunêutrên,luậnánñềxuấtmộtsốphươngphápmởrộngtruyvấnbanñầucủangườidùng.Đâylàvấnñềcốtlõivàñồngthờilàmụctiêunghiêncứucủaluậnán

Mỗiphươngphápñềucóưu,nhượcñiểmcùngvớinhữngcôngtrìnhnghiêncứuvàcácthựcnghiệmliênquan.Từviệckhảosátphântíchnhữngphươngphápnày(xemchương2 ), dựatr ên nh ữnggiảiphá pk h ảthiñãñư ợ ccôngb ốtr ên thếgiới,hướngtiếpcậnchínhcủaluậnánlàmởrộngtruyvấnsửdụngcơsởtrithứckhôngtươngtáckhongữliệu

Đểluậnánmangtínhkhảthicảvềlýthuyếtlẫnthựctiễnvàmanglạikếtq u ảnhưmong muốn,tácgiảñãthựchiện:

(a) Nghiêncứuvàpháttriểncơsởlýthuyếtcủaphươngpháptiếpcậnmớicho việcmởrộngtruyvấn,trêncơsởkếthợpvớiontologyd.

Xuất:

Cáccâutruy vấn:

- dạngcụm danhtừ,

- ñãñượcmởr ộngcódạng

truyvấnhoàn chỉnh.

(B)

Độngcơt

ìmkiếmt hôngtin

Kếtquảtrảv ề(tậptàiliệ u)

chỉcódanhtừñơn)ñượcxửlýñ ể trảvềtậpcáccâutruyvấnñãñượcmởrộng(cụmdanhtừcód ạngtruyvấnhoànch ỉnh e).Trongphạmviluậnán,dựatrêngiảipháprúttríchcáctừñặctrưngcốtlõi

d Khái

niệmontologycònñượcdiễndịchlà“câyphảhệtrithức”hay“cơsởtrithức”

e Tham

khảothêmñịnhnghĩa3.10-Truyvấnhoànchỉnh,mục3.2.6,chương3.

[149]),câutruyvấnbanñầucủangườidùngñượctiềnxửlýñểlo ạibỏcácthànhphầnkhô

nhữngthànhphầnchínhthỏañ iềukiệntruyvấnhoànchỉnh.Điềuñósẽgiúpgiảmñượcñộphứctạphaydạngb i ểudiễnph ứchợpcủatr uy vấn,ñồngthờic ò n giúpñả mbảot ín

hd u y nhấtc ủat ừngthànhphầntrongtruyvấnthỏañiềukiệntruyvấnhoànchỉnh.

engine).Đâyl à mộtbộphậnquantrọngcủahệthốngTruyxuấtThôngtin(InformationRe trieval).Độngcơtìmkiếmthôngtingiảiquyếtbavấnñềcốtlõilàmôhìnhbiểud i ễnvănbả

n,thuậttoántìmkiếmsotrùngtừkhóa-ñốisánhngữnghĩatươngứngvớicáctruyvấnvàcơchếlọckếtquảtruyxuất.Hiệntạitrênthếgiớicónhữngñộ ngcơtìmkiếmthôngtinnổitiếngnhưGoogle,Yahoo,MicrosoftBing…

Tuynhiên,nghiêncứucủaluậnánchỉsửdụngnhữngñộngcơnàynhưmộtcôngcụhỗtrợviệctìmkiếmthôngtinchotruyvấnñãmởrộngbằngphươngphápxửlýcủal u ậnánvàkhôngñặtmụctiêunghiêncứubavấnñềnêutrên.Vìvậyluậnánñãkhôngtrìnhbàybavấnñềnày

f Tham

khảophầngiớithiệucủachương4vềlýdosửdụngnguồntàiliệutiếngAnhtrongthựcnghiệm.

f f

công,mộtontologycóchấtlượngñượctạothànhsẽgiúpcungcấpnhiềukhảnăngchọnlựachocácthôngtinhơn,ñểbổsungvàotừkhóabanñầucủangườidùng,d ẫnñếnviệcnângcaochấtlượngcủaviệcmởrộngtruyvấn.Việcgiảiquyếtbàitoán nàyñượctrìnhbàychitiếttrongchương4củaluậnán

Bàitoán2-Xâydựngphươngpháphoànchỉnhmởrộngtruyvấn

Dựatrênontologyởbàitoán1,nghiêncứuxâydựngphươngpháptiếpcậnmớichoviệcmởrộngtruyvấnnhằmtạotruyvấnkếtquảcódạngtruyvấnhoànc h ỉnh(biểudiễnởdạngcụmdanhtừvềmặtngônngữhọc)vàxâydựngcácgiảithuật

trìnhbàychit i ếttừngphầncủanhữngphươngphápgiảiquyếtbàitoánnày

Luậnánchủyếutậptrungxửlýtruyvấnngắnvớibathànhphầnnênkhôngnghiêncứuvấnñềngữcảnhcủacâutruyvấn.Vàthựctếviệcnghiêncứuvềngữnghĩacủacụmtừvàcâucóảnhhưởngcủangữcảnhlàvấnñềrấtkhóvàhiệnnayc ũngñangñượcnhiềunhàkhoahọcquantâm,làlĩnhvựckhácnằmngoàiphạmvicủaluậnán

1.3 Đónggópchínhcủaluậnán

Cácvấnñềnghiêncứucủaluậnánñãcómộtsốñónggópmớivềmặtkhoahọctừphươngphápluậnñếngiảiphápthựchiện:

nngữtựnhiên).Ngoàira,từgócñộtoánhọc,việcxâydựngcáclớpñồngdạng(liênquanñến nhómcácñốitượng,nhómcácthànhphầnñặctrưng

MQE , MQE , MQE , MQE

vànhómcáctínhchấtñặctrưng g)từcácquanhệnêutrênsẽgiúpchoviệcphânloại

ñốitượnghiệuquảhơn.Côngtrình[ii],[iv],

[v]và[ix]h ñãgiớithiệuphươngphápxácñịnhcácquanhệcùngñịnhnghĩacủanhữngkháiniệmnày

Phầnñónggópnàysẽkhôngthựcsựñầyñủnếukhôngcócácñịnhnghĩa

OB

IR IR OBP IR OB IR OBP cùngkhá in i ệmtruyvấnh o à n chỉnh,câyphântíchvàdạngñồthịngữnghĩadotácgiảñềxuất,liênquanñếnviệcmôh ìn h hóabàitoánmởrộngtruyvấn

*Đóngg ó p thứhai:ñ ề x u ấtmôh ì n h o n t o l o g y O O M P c ù n g c á c p h ươngp

.Ngoàira,từgócñộngônngữhọc,cácthànhphầncủaontologyOO M P ñược phân

g Tham

khảothêmhình3.3,trang59vềcáclớpnày.

h Tham

khảothêmphầnCáccôngtrìnhkhoahọc.

KiểmtratínhhoànchỉnhcủacụmdanhtừtiếngAnhtheoquanñiểmngônn g ữhọctínhtoán(ứngdụngtronglĩnhvựcxửlýngônngữtựnhiên:truyxuấtthôngtin,rúttríchthôngtin,tómlượcnộidungvănbản)

− Hoànchỉnhvàmởrộngcụmdanhtừtươngñương(ứngdụngtronglĩnhvựcxửlýngôn ngữtựnhiên:truyxuất thông tin, rút trích thông tin,tómlượcnộidungvănbản)…

Cácphươngphápvàgiảithuậtliênquanñếnñónggópnàyñượcgiớithiệut ro n g

[ii],[v]và[ix].

*Đóngg ó p thứt ư:P h ươngp h á p x â y d ựngc h ỉm ụch ướngn g ữn g h ĩa( Se

manticIndexCreation,SIC)thôngquaviệcmởrộngcấutrúcchỉmụcñểlưutrữt h êm thông

tinliênquanngữnghĩañế nontologyxácñịnh.Đâychínhlàcầun ốigi úptriểnkhainhữngnghiêncứulýthuyếtvàoứngdụngthựctiễntronglĩnhvựctruyxuấtt hô ng ti n.Kếtquảth uñ ư ợ ctừp h ươngphá pnàytạot i ềnñề chon h i ềunghiêncứuứngdụngliên

quanñếntruyxuấtthôngtin.Phươngphápnàyñượctrìnhnày trongcôngtrình[iv]vàñượcphát triểntrong[iii]và[viii].

Nhữngkếtquảñạtñượcnàyñồngthờiñượcápdụngchocôngtrình[xii]vàdựñịnhá pdụngchocôngtrình[xiii].

1.4 Cấutrúccủaluậnán

Luậnánñượcchiathànhbảychươngvàbảyphụlục.Chương1trìnhbàymụct

iêu,phạmvivàn hữngñónggópchính củaluậnán;giớithiệucấutrúccủal u ậnán;liệtkêcácquiướcvềkýhiệuviếttắtvàtêncácthuậtngữởdạngtiếngnướcngoài.Tron

gmỗichươngtiếptheo,từchương2ñếnchương6ñềucóphầngiớithiệuvàphầntómlược.Chương7làkếtluậncủaluậnán

ậnán.Chươngnàytrìnhbàymộtbứctranhtổngquancáchướngnghiêncứuvềvấnñềmởrộngtruyvấn,ñặcbiệtlàhướngkếthợpontology,nhữngưunhượcñiểmcủacácphươngphápnghiêncứuhiệnnay

Chương3trìnhbàycơsởtoánhọcñểpháttriểnmôhìnhmởrộngtruyvấnc ù n g m

ộts ốñ ề x u ấtv ềl ý t h u y ếtl i ê n q u a n ñ ế nh ướngn g h i ê n cứuc ủal u ậná n Nhữngñềxuấtl ýthuyếtñượ ct rì nh bàytheotừngkhái ni ệmthôngqua các ñịnhn g h ĩa,tínhchấtvàvídụminhhoạ.PhầnkhảosátWordNetñượctrìnhbàytrongc h ươngnàybaogồmcấutrúctổchứcvàcáctínhnăngcũngnhưưukhuyếtñiểm.V i ệcvậndụngngônngữhọctínhtoánvàoñềxuấtmẫunhậndạngcụm

danhtừcủatácgiảñượctrìnhbàychitiếtởcuốichươngñểlàmnổibậttậpluậtsinhcủamẫu.Kếtquảnhữngñềxuấtvềcácphươngphápñãñượccôngbốtrongbáocáokhoahọ

trọngảnhhưởngtíchcựcñếnvấnñềlàmñầyñủthôngtinhơnchomộttruyvấn.Cònphương pháprútgọntruyvấn sẽgópphầntạonênmộttruyvấn côñọngnhưngvẫnñầyñủthông

iệutrong[iv]và[ix].Ngoàira[iii]và[viii]trìnhbàycácpháttriểntừhướngtiếpcậnc hỉmụchướngngữnghĩañểápdụngchocôngtrình[xiii].

Chương7làphầntổngkết,trongñótrìnhbàytómlượckếtquảluậnánvàn h ữngñ

ề n g h ịh ướngn g h i ê n c ứut r o n g t ươngl a i , l i ê n q u a n ñ ế nl u ậná n N g o à i nhữn

gkếtquảnêutrongcácchươngtrênñãñượctrìnhbàytrongcôngtrình[xii],nhữngkế tquảbướcñầucủahướngnghiêncứutiếptheocũngñượcgiớithiệutrong[i ] ,[iii],[vii],[viii],

[x],[xi]vàdựñịnhápdụngchocôngtrình[xiii].

trìnhbàytómlượcvềWordNet.PhụlụcBgiớithiệucấutrúccụmdanhtừtiếngAnh.PhầnphụlụcCv à DlầnlượttrìnhbàydanhmụccáctừloạitiếngAnhvàtậpluậtsinhtrongvănp

h ạmtiếngAnhd ựatrênPennT r e e B a n k Ph ụlụcE tó mlượckiếnth ứcvềk h á i n i ệmảnhvàtạoảnhcủaánhxạtrongtoánhọc.PhụlụcFgiớithiệucấutrúcñịnhd ạngtàiliệutrongn gu ồntàiliệuTR EC P h ầncuốilàphụlụcGc un g cấpsơñồminhhoạvềtổchứccơsởdữliệuthựcnghiệmcủaluậnán

1.5 Cácquyước

CáckháiniệmhaythuậtngữñượcsửdụngtrongluậnánñượcñồngthờighicảbằngtiếngViệtvàtiếngAnh(hoặckýhiệuviếttắttươngứngnếucó)ởlầnliệtk ê ñầutiêntrongluậnán,sauñóchúngsẽñượcdùngthốngnhấttheomộttêngọitiếngViệthaytiếngAnh

1.6 Tómtắtnộidungluậnán

TruyvấntiếngAnh

(dạngcụmdanhtừ)

Bàitoán2A:mởrộngtruyvấndự atrênontologyOOMP Bàitoán2B:mởrộng

(Ch.5:gt.NPMR)

Tạotruyvấnrútgọn(b)

(Ch.5:gt.CNPG)

Bàitoán1:xâydựngo ntologyOOMP

OntologyOOMP

(Ch.4:gt.CB-KBT,

truyvấndựatrên ontologyOOMP (cụcbộ)

Tìm kiếm mởrộng

(Ch.6:gt.HS)

Xâydựngchỉmụch

ư ớ n g ngữnghĩa Hoànchỉnhtruyvấn

(Ch.5:gt.NPC) Mởrộngtruyvấn(Ch.6:gt.SNPE) gt.WB-KBT,gt.A-KBT)

Mộtphầnkếtquảcôngbốtrong[ i

i ] , [iv],[v]và[ix]

(Ch.6:gt.SIC)

Mộtphầnkếtquảcôngbốtr ong[iv],[ix]

CÁCNGHIÊNCỨULIÊNQUAN

2.1 Giớithiệu

Nộidungtrongchương2làphântíchmộtsốnghiêncứuliênquanñếnluậnán theohướngmởrộngtruyvấndựatrênontologyvàkhaithácWordNetñểphụcvục h o v i ệc

h u ấnl u y ệnontology.M ụcñ íchc ủav i ệcp h â n t í c h n h ằmx á c ñ ị nhnhữngưuñiểmcủacácnghiêncứucóảnhhưởngtíchcựcñếnhướngnghiêncứuc ủaluậnáncũngnhưnhữnghạnchếvàcáckhókhăn,ñểtừñóluậnánñưaracácgiảiphápnhằmgiảmthiểunhữngtácñộngkhôngtíchcực

Trongc h ươngn à y , phần2 2 t r ì n h bàyt ó m l ượcv ềc á c n g h i ê n cứut r o n g nướccóliênquanñếnluậnán.Phần2.3giớithiệumộtsốnghiêncứuvềontologyv à nhữn

g vấnñềliênquanñồng thờicung cấpcác kiếnthức tổngquanvềontology,ñ ể từñólàmcơsởchoviệcpháttriểnontologycủañốitượng–

thuộctính–tínhc h ấtñặ ct r ưng(OntologyofO bje ct – Member –

Property ,OO MP )ñềxuấttrong c h ương4.Phần2.4sẽñặtvấnñềvềbàitoánmởrộngtru

yvấntheomộtsốcáchtiếpc ậnkhácnhauñểlàmrõcơsởlýthuyếtcủaphươngphápmởr

ộngtruyvấndựatr ê n

ontology(ontology-basedqueryexpansion )cũngnhưsựñónggópcủao n t o l o g y trongviệcgiảiquyếtbà

itoánmởrộngtruyvấn.Vớicấutrúcvànộidungñ ư ợ ctrìnhbàynhưtrênsẽñưañếnphươngpháphoànchỉnhmởrộngtruyvấnmàl u ận ánñềxuất trong chương 5 và6 Cuối cùng

sáttiếpt h e o vềvấnñềkhaithácdữliệuvàquanhệngữnghĩatrongWordNetñểhuấnluyệnd ữl

i ệuc h o o n t o l o g y chuyênd ụng.T h ô n g q u a p h ầnn à y , t á c g i ảs ẽl à m s á n g t ỏp h ư

ơngpháphuấnluyệnontologyOOMPcủaluậnántrongchương4.

− ViệnCôngnghệThôngtinViệtnam:

n t o l o g y và xửl ý n g ô n n g ữt ựn h i ê n v à o v i ệcx á c ñ ị nhc á c c ụmtừñ ặ ct r ưngtrongmộtcâuvănbản.Trongphươngphápxửlý,họñãkhaithácWikipediat i ếngViệtñểphụcvụviệcxâydựngmộtdanhmụctừtiếngViệtñồngthờihỗtrợhuấnluyệnontologyViO&ViDic.Kếtquảñạtñượccủanhómnàytươngñốikhảq u a n vớiñ ộ c h í n h x á c 8 9 6 % v

à ñ ộ b a o p h ủ8 7 8 % t r ê n t ậpd ữl i ệut h ửn g h i ệm2 07 9câutruyvấn

trongngônngữtiếngViệt.Mộtñịnh

hướngnghiêncứumànhómn ày cầnthựchiệntrongtươnglailàviệcmởrộngkhảnăngxửlýchocâutruyvấnd à i haycódạngphứctạp.Mộtsốkếtquảkháctừnhómnàygồmcôngtrình[2][3][ 5 ] [6][23][24](trongcácnăm2007-2009)và[133](năm2009-

KIMKBMdựatrêncơsởlýthuyếtvềcácnghiêncứuvàthựcthểcó têncùngnhữngquanhệngữnghĩatươngứngcùngnền tảngSesamecùngcơchếphòngchống lỗi kháchiệuquả.Từcơsởnày,kết quảtừ[63]ñã phát triển theomột

tiếpcậnkhaithácdữliệutừWikipedianhằmphụcvụb ài toánkhửnhậpnhằngtựñộngchothựcthểcótên.Đâylàmộttrongnhữngñịnhh ướngmớicủanhómnày.Côngtrình[131](năm2008)khảosátcáchướngnghiênc ứuk h á c n h a u v ềmởr ộngmôh ì n h k h ô n g g i a

n v é c

-t ơ-t r o n g l ĩnhv ực-truyx u ấ-t-th ôn g-t i n , -t ừñ óñ ề x u ấ-tmởr ộngc h o môh ì n h này-t h ô n

g q u a v i ệck ếthợpvớio n t o l o g y theohướngxửlýthôngtinvềthựcthểcótên.SosánhvớiLucene,mô hì n h nàyñạtñượcnhiềuưuñiểmhơntrongviệctruyxuấtvănbản,biểudiễnvănbảnvàtruyvấn.Mộtnghiêncứukháccủanhómnàylà[132]

(năm2008)ñềxuấtmộtphươngphápchuyểnñổitruyvấndạngngônngữtựnhiênsangdạngbiểudiễnñồ thịýniệm,ñểtừñótìmkiếmthôngtintrongontologynhằmphụcvụviệctìmk i ếmhướngngữnghĩa.ViệcthựcnghiệmchophươngphápnàybướcñầuñượctiếnhànhtrêntậpdữliệuTREC2002cùngTREC2007vàñangñượcmởrộng

Nghiêncứu[85]củaNhóm3quantâmxửlýbảomậtchocâychỉmụcdữliệuthông qua việc cảitiến hệthốngdựa trêncác tính chất dữliệu Quañó chothấyv ai tròquan trọng của hệthống chỉmụccùng nhữngkhảnăng cảitạo vàtáicấutrúchệthốngchỉmụctrongmộthệthốngthôngtin

Trongnăm2008và 2009,Nhóm4cónghiên cứu[26][32][33][34][35][36][37][38][39]

[40]và[41]theohướngứngdụngxửlýngônngữtựnhiênvàov i ệcpháttriểnhệthốngtruyxuấtthôngtin(xuyênngônngữ)vàhệthốnghỏiñáph ỗtrợtiếngViệt.Cáckếtquảñạtñượccủanhómnàychothấymộttriểnvọngrấtlớntrongviệcứngdụngxửlýngônngữtựnhiênvàocáclĩnhvựckhácnhau

Côngtrình[128]củanhómThànhTrầntậptrungtheohướngthưviệnsốvớimộthướngtiếpcậnñềxuấtvềtruyvấnthôngtinchuyênbiệtdựatrênontologyñểx ửlýtruyvấnởdạngtựnhiêndựatrênñồthịýniệm.Kếtquảthựcnghiệmchothấyñâylàphươngphápcónhiềutriểnvọngtrongviệcmanglạikếtquảtìmkiếmt ốthơnchongườisửdụng

Mộtnghiêncứukhác,

[47],củanhómDungTranvềhướngrúttríchthôngtintro nglĩnhvựcchămsócsứckhỏe.N

ghiêncứunàysửdụngontologyñểphụcvụgiảithuật“SemanticElementsExtractin g”và“NewSemanticElementsLearning”,

giữakháiniệmv à môtả,tênbệnhtừcáctrangweb.ThựcnghiệmcủahọtrêndữliệutiếngViệtchothấyphươngpháptốiưuvớiviệckhaithácthôngtinvàlàmgiàuontologycó

ñ ộ chínhxáccao

Cácnghiêncứugầnñâycủanhóm4ñềutậptrungxửlýnhữngbàitoáncontrong

loạivănbản.C ô n gtrình[104]ñềxuấtmộthệthốnggomnhómñồthịdựatrênphươngphápgomnhómt ài l i ệut ươngtựv à t ừñ ór ú t t r í c h c á c ý t ưởngc h í n h Đ âyl à m ộth ướngn g h

i ên cứukhámớivềrúttríchthôngtinthôngquaviệcsửdụngñồthịñểbiểudiễncáctàiliệuvàquanhệngữnghĩanhằmkhắcphụccácnhượcñiểmcủanhữnggiảip h áp truyềnth ốngnhưvịtrí từ,quanhệnghĩagiữacáct ừ…

o n g ữl i ệus o n g n g ữñ ể k h ửn h ậpn h ằngt r o n g b ướcchuyểnn g ữd ựat r ê n t ừñ iển.K ếtq u ảt h ửn g h i ệmc ủac ô n g t r ì n h nàyc h o thấy

Nghiêncứu[64]củanhómHoàngHữuHạnhởĐạihọcHuếvềkhungứngdụngng

ữnghĩaquảnlýthôngtincụcbộ(SemaDesk)theohướngứngdụngcáckếtquảnghiêncứuvề

Webngữnghĩa.Hướngtiếpcậncủahọbaogồmthựchiệnphântíchvàchúgiảichotruyvấncủangườidùng,từñókếthợptìmkiếmmởrộngkếtqu ảdựatrênontologyvàkếthợp

-KBThuấnluyệnontologyOOMPtrongchương4củaluậnán.

2.3 Cácnghiêncứuvềontology

Phầnnàytrìnhbàycáckháiniệmvềontologyvànhữngnghiêncứuliênquann h ằmlàmrõhơncácưuñiểmvàhạnchếcủaontologyvàkhảnăngápdụngchúngv ào luậnán

2.3.1 Kháini¾mveontology

Kháin i ệmo nt ol og y ñ ượ cn h i ềun h ó m n g h i ê n c ứuñ ị nhn g h ĩa.N ăm2 00 2,

B a t e s ñềxuấtrằngmộtontologysẽñượcmôtảmộtcáchchínhxáchơn(như)là

“mộtsựphânloại,cáctừñiểnchuyênngànhhaylàtậpcácnhómkháiniệm”i.Mộtñ ị nhngh

ĩakháccủaontologylàsựphânloại,cácdanhmụccủacácthuậtngữchỉm ục,haycáccụ mthuậtngữkháiniệm j(tríchtừnguồn[30]).Mộtontologylàmộtmôhìnhcủathựctế,nhưngtựnókhônglàthựctế.Bates(trongcôngbố[93]năm20 02 )cũngñềnghịdùngmộtkhá

iniệmmớithayontology.Theoñó,hệthốngnênñư ợ cgánmộtnhãnm ôtảchính xác hơ

thuộctrênngữcảnhthíchhợp.Ontologylàmộttổchứcchặtchẽvàtoàndiệnvềmộthoặcvàimiềntrithức,baogồmcácthựcthểtươngứngtrongmiềnñóvàcácmốiquanhệgiữachúng

Trongngànhkhoahọcmáytính,ontologylàmộtkhodữliệubiểudiễnmộtt ậpcác

kháiniệmvàcácquanhệ,dùngñểmôtả,ñịnhnghĩacáctínhchấtcủamiền(domain).Ontolo

gycungcấpnhữngtừvựngvàcáchbiểudiễnthôngtincầnthiết,p hùhợpchoviệcgiaotiếptườngminhtrongmộtmiềntrithức

Ontologycảitiếntínhchínhxáctrongtìmkiếmthôngtinmờvàlàmchoviệcñốithoại

giảicâutruyvấncủangườidùngthôngquaviệcxửlýnhậpnhằngvàxácñịnhngữcảnh.Trongngônngữtựnhiên,mộttừcóthểcónhiềunghĩaphụthuộcvàongữcảnh.Theoñó,ontologycót h ểcungcấpngữcảnhliênquanñểhỗtrợxácñịnhnghĩaphùhợpchotừ.Trongmộth ệt h ốngm á y t í n h , n g ữc ảnhc ó t h ểñ ư ợ cb i ểud i ễnhayr à n g b u ộcbởimột

i Nguyên

văn:“aclassification,thesaurusorasetofconceptclusters”

j Nguyên

văn:“classification,listsofindexingterms,orconcepttermclusters”

ontology,vìthếmôhìnhontologyhiệuquảtrongviệcxửlýnhậpnhằngvềnghĩac ủatừtrongmộtcâubấtkỳ.

2.3.2 Tínhchatvàcácvanñeliênquanñenontology

Cácontologycódạngtổngquát(generalontology )hoặcdạngchuyênbiệt( s pecificontology).WordNet,EuroWordNetvàCyclàcácvídụcủaontologytổngquát.

Nhiềuontologychuyênbiệtñãñượcxâydựng,vídụnhưontologyvềykhoav à luậtpháp.Trong[99],năm2003Bucklandphânbiệtbakiểuontologylà:

− Ontologytiênñề:chứacáckhái niệmtrừutượngñượchợplý hoátừcác

biệngiải(reasoning);

−

Ontologythuậtngữ:baogồmcấutrúccủacáckháiniệmtừvựng(lexicalisedconcep ts).

nàykhôngnêubậtñượckếtquảthựcnghiệm liênquan, nhưngkết quảcủanghiên