Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 42 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
42
Dung lượng
628 KB
Nội dung
MỤC LỤC !" #$%&'()*+, -(.//0123//4, 5-(5/6(.78&/0)955//4:, ;-(5/6(.78&/0)<;=923//4:> ?@/A.6(B&AC/<;=923D524AE/F5/A: 5-(.//016(B&AC/<;= ;.D6(G#46(.66(B&AC/<;=? ;HI7J4K /L6(BD6D(M !? ;/=/()N6(B&O6@6(BD6D(M !? ;?HP6(Q(R6@$P6(B;/0DM5D.DES4$TU ;?V(G#46(.6DB*W)*+ X(92D/$/AE22: U@/A.()(N6(Y4/9ZAE15/AE2E/25&[\: 5-(.//01()(N6(Y4/ ;.D6(G#46(.6()(N6(Y4/" ;.D6(G#46(.6D()]" ;Y(^(AA&25" ;?Y(^(_(Y44/52D[#9`2DAE$65D21A72&[`H:> ;?.D6(G#46(.67P5Ea)0(BCA9[;5$2712(A7:?? ;?-b()N1C4#[EA92)E5&2cAE_:?U d$TDY4DJ6(BaD(<;=/+4(?" .D4/=/6(.6.67J4D(A`/2512$223//4Ue DEG4DM5<;=/+4`/0Ue 5.D #XDM5/+4`/0Ue 5/+4@ D /L1DM5/+4Ue 5/+4@4/.EX48B1Ue 5?/+4@4/.EX484(f5Ue 5U/+4@4/.EX486(.6Ue 5?K@D.D D /L1DM5KU 5?K&@ #X(g( L DB)U 5??KDh4(f5(A@D(i(@D)CAj X(U 5UB)@D.D D /L1DM5DB)U 5UB)Dh'4(f5(A@D(i(U 5U?B)DhD)CA 57C4U ;.D6(G#4/0486(.6DM5/+4/0U? ;EA46(C1/D)CAKU? ;?EA46(C1/D)CADB)U? DK/+4/0UU DK #[K4(k6UU D?K&AC/UU DUQ4KD)CA48U 7B)/+4/0U 7B) #U 7?B)4(k6Ul 7?B)4(k6$A4$A4Ul 7??B)4(k6W)5&C/Ul 7?U.D(@(6(mDB)Ul 2.D D /L1D(a(=@<;=/+4`/0U" ?.D4/=/6(.6n .(4/.(/0)W)=n !E54/=/6(.6D(A6(BaD(<;=/+4 `/0U" 5@/A.6(B&AC/<;=/+4`/0U" ;@/A.()(N6(Y4/K<;=/+4`/0U, `oB*7P4(ID(G#4E^(.D(()N48/+4`/0(2A6(G#46(.6Dj /LU> (G#4E^(@;@/A. GRD4/=/W)*+U> ?-+W)=D(C*D(G#4E^(U> p-e V .D(Y4/!;.AD.A .D(D(C*D(G#4E^(721A qrst? ? U BẢNG DANH MỤC HÌNH HOẠ ^(uda7J!DB*W)*+ X( ^(?Y(^(()(N6(Y4/D()] ^(Uv(X;/L)7/wD.D2D[#DM5;@/;.A @ ^(uv(X;/L)7/wW)5(04/85E)*9W)2E*:@D.D@/&/0)n? ^(C4#[EAuA.I95:@A.I\9;: ^(lC4#[EAO/&O6]uA.I\ ^("uY(^(;/L)7/w1C4#[EA ^(,u/((ACDY4DJ235&*$ ^(>u/((ACDY4DJ235&*$(x4Ey2E2z36&AE2E LỜI GIỚI THIỆU 4@*5*nD#$%78&/0) {E%(@(1d6(m_(Y4(L(/+)DM53{(d/&A@/ 4G|/EA4_i4)*y(Y4/@*nD.D(Y4/ GRD&G)E8@3I&'(/0)W)=(m) (+&@(Y4W)5D#$%78&/0)H5)4me<16(.E/LnD#$%78&/0) {Dh(84;GOD /+YDQ4W)5ES4EA4&XD($IY44(0(Y4/K1Y(^(#$%78&/0) W)5(07AzA77 !3)K(84<1lenD.D}47J4DY44(0(Y4/ {(PD $P;/+/0D&G)E878&/0)E%(@(&G)E8(Y4/(Y4W)5D.DDY4DJW)=&'@ 3I&'D#$%78&/0)4@*5*n()Dm)&G)E8@3I&'(Y4/Dh1%_(~61S/#/ •;D}1djD(}D@AnO/;_€1d1Y(^((5*W)*1Y@AD•4 !)Dh(84 ()Dm)!&G)E8@_(5/(.D(Y4/-(.//01(Y4/% B*;5A4v1D=(Y4/ !d/C/DM5jD(}D@(Y4/!1Y/EG|4@jD(}D(AC d4 `/0D4(/yD})&'()*+!D#$%78&/y) {E%(@(1d4@(_(A5(SD}4 7J4A(84/+;dGR;NDEA44(/yD})&'()*+D•4(GD@/ (PD+nD.D (0W)=EXD#$%78&/0) {E%(@(!=4n&@6(mDT*+)EA4(AC d4DM5D.Dj D(}D(|D(x41@D.DjD(}D(AC d4(/0)W)=(#`/0D}47J4D#$%78&/0) { 4/x6&@14/=1E(/!)DY4$}D&5A d4DM5DA4G|/@(| h(/0)$)&5A d4 DM5(SD5A(#0W)=EXD#$%78&/0)4@*5*_(Y4D‚ #()mD(i&@1dD# D)D(A6(k6&G)E8$T&/0)1@D‚_ƒ1(2A h&@D.DDY4DJn/0aD((5*D.D6(G#4 6(.6&)N LD()*L j/$T&/0)(@((Y4/N6D=D.DDY4DJ7A4G|/7Q4 6(.E/L(AD7AD.D(@D)4D66(m1!1)4E5 L6(JDJD(A1JD aD((AC d4DM5jD(}Dn GRDT/G)(2A(84*y)Dm)4(/06JDM5jD(}D GRD4S/&@D.D }47J4(„ER3I&'.D4(/065A(#85n_(/D.D()Dm)$I7J4(Y4/%1}D D5AD6(# L(„ERD.D()Dm)6(BaD(DM5D.D(@&{( CAnD.D(@&N6D(/+&GRD EA41djD(}Dn1d&AC/}47J41O/E5 |/6(JDJD(AD.D1JD aD(@*O/y 4S/…(06(BaD(@3I&'EPD)*+†•D.D}47J4@*n(Y4/ GRD&G)E8n3I&' @_+3)(2AD.D1JD aD(DJ(L7GO/7C4(GO4D(M !(|D.D(Y4/%7C4 @*1@D.D6(BaD(nD.D(@&{(Dh(L G5E5D.DW)*+ X((AC d41dD.D((/0) W)=( -(/D.D1Y(^(78&/0)6(.E/L%1}D dD5A(#nD.D(Y4/&G)E87GO/ 7C478&/0)6(A46(x 57C4(#n4G|/5(NE5D‚E(/!)E/(}DD‚/!1] EA478&/0)1@D.D1}D6(BaD(EGOD h_(Y46(.(/0E5'7ADM5 !@*&@ D.D6(BaD(EGOD hD(i1O/(GO41JD aD(DJ(LDM5DA4G|/.D1JD aD(@* &@DT X(@D.D6(BaD(@*(A@A@7ADA4G|/ G5E5EA4(A@D=(DJ(L -(/D.D(Y4/6(=.(1Y/EG|4(5* j/(^DA4G|/_(Y4(NE5 L /!) D(i(D.D6(BaD(@ G5E5D.D6(BaD(1O/.DE/(}D hDh(L&@(GO4_/( 7A5(nD.D7P;.A(XEG|4nD•4Dh(L&@1T/W)5(04/85D.DEG|4(5*d/7)4 78&/0)1@DA4G|/_(Y4(^(7)4E5 GRD_(//+(@(1Y(^((A.D.D(0(T4 `^(+n4@(4(/yD})!V(.(/0E/(}DEA4D#$%78&/0)9-Ac&2742/$DA2E* /55;5$2:E5 |/O/;@/A.-(5/6(.78&/0)955//4:&@1E)4B14(/y D}).DGG%44(/yD})@D.D()NA.!Ea)0(BCA@0D()*y4/5 { GRD.67J4@() GRD(84_+W)=EW)5ES4(GuDB*W)*+ X(n1C4#[ EA m)(+D.D()NA.4(/yD})D(A55//4&@N6E)4EyD.D4)v$T &/0)DhD)ExD9$E)D)E27755:(G46(m&O(Y4/1@D(x45&G)E8@E5A j/(‡44@*&C/ GRD&G)E87GO/D.D7C478&/0);.D)ExD9$21/[$E)D)E27755: (AD6(/D)ExD9A[$E)D)E27755:`a7J(GEA4D.D(@3);=n(0(T4D.D E54c2;Ey1dc2;$/2nN6D.DDY4<n4/*|n;.AD.An(Ga /0IEA41d DY4*(N1D(a5Dh(L(N(*E‡4EA41d(0W)=EXD#$%78&/0)9#/1@78 &/0) GRD&G)E8DhD)ExD:(^78&/0)_/L)23ˆD(/+11d‰&0D5AA h1d ! E5&@&@1(+@A LDh(L^1_/+1@_(5/(.DE/(}DK4)v78&/0)(G N*.D_b()N L4/=/W)*+ !@* GRD4S/&@_b()NŠ23//4Š(5*-(5/ 6(.78&/0)<;=@/A.-(5/6(.78&/0)<;=_(Y4D(iN6E)4@A1d(5* 1d(h1D.D(Y4/ GRD&G)E87GO/7C4<;=n ! E5&@&@1(+@ADh (L-(5/6(. GRDD.D(Y4/(2A&XD($InKW)._(}(GO47P A.G#4&5/(84 E/(}DG%4EK4(GYaD(EA4W)._(}(G4Dh(L GRD6(.(/0 L$I7J4 D(AD.D1JD aD($5)@* d$T;@/A.W)5ES4EA4-(5/6(.78&/0)<;=(5* GRD3k +(G&@ D.D;@/A.…23&5$$/Z/D5/A†n…23H)15E/F5/A†n@…23524AE/F5/A† Ey(+4/O/ {DhE(/!)(@(DY4EA4 !@/6(B&O6<;=(GD.D 4(/yD})DM5({4nEA4D.D6(‚4(a4(/01%(5*%D.D/04(/yD}) DM5D.DEG|4 C/(SD%bnV(.6n(N=n5575)*(/ynD.D(@(DY4 hD(M *+)N6E)4@A !4(/yD})!D.D<;=/+4(n/+4V(.6(844Y 48@*&@D.D4Y48G#4 T/()N&R/_(/3I&' /05*nD(G5Dh1dDY4DJ@A GRDDA/&@(/0)W)=EA4&f(PD_(5/6(. <;=/+4`/0!Y44(0(Y4/DM5GOD5 GRD6(.E/L(+$}D1C( 1‹A()Dm)(d/(N6n()Dm)6(.E/L_/(+n<(A.no{(d/4@*D@4<4nD.D (Y4/ GRD3I&'(Y4W)5<;= /0InW)5c2;nW)5215/&6(.E/LO/TD d D(h41K hn()Dm)4(/yD})@3B*7P4D.DDY4DJ-(5/6(.78&/0)<;= /+4`/0 54 GRD(+$}DDA/ES4 EA4 !@/(PDN6@*n213/E^(;@*D.D4(/yD})j4W)5DM521! 23//4@D.D}47J4DM5h!@ JD aD(DM5 !@/&@(GO4O/6(.E/LD.DDY4DJ6(B&AC/ <;=/+4`/0%D.D4(/yD})$5)EA4 !@/&)N<T4(/06 z13/D(B(@(D=1#(m*4)*w4SD^( {4/x621E(/!)EA4W). E^((GO47ˆ214(/yD})! !@/z13/D=1#5(G)() {4/x621 1d$T X((GO4EA4W).E^(4(/yD}) !@/ l I. Đặt vấn đề (GD(x45 {;/+n(m)(+D.D(Y4/ GRDE5A j/(/05*‡17GO/7C4 @/&/0)<;=.D(Y4/ hDh(L&@D.D;@/;.AnD.D@/&/0)_/(7A5(nD.D(Y4 /_/(+nD.D;@/4(/yD})_(A5(SDQ.67J4#$%78&/0)@AEA4(AC d4 DM5jD(}D&@E6(j;/+@ 21&C/(/!)&R/aD(_(/&G)E8@3I&'n(G45_(Y4 (LW)y GRDE‡4D‚E(/!)7C4(Y4/_(.D GRD&G)E87GO/7C4<;= (N1D(a45*D=EA4D.D(Y4/ GRD&G)EA4D.DD#$%78&/0)(^6(m&OEA4 $TD(x4D•4 GRDjD(}D7GO/7C4<;=/05*nD.DjD(}D {.67J4DY4 4(0(Y4/@AW)=&'(0(T4DY4<4/*|na7JD.D(0(T4$I7J4A)$ A72)*(/y hD(i(PD$P&@D.D(W)=&'&)v478&/0)<;=nD)4D6D.DDY4 DJ_(AD(}5nD‚78&/0)ˆ(PD$P‡17GO/7C4<;=(x45D(G5DhD.D4/=/ ()N6(B&AC/n^1_/+1@/&/0)nD.DDY4DJEaD(&SD(Y4/(‡11JD aD((T4_yn 6(.(/0E/(}DnE5W)*+ X(EPD/+6EyD.D4)v78&/0)_/L)@* `O/(PD+ hn ! E5&@&@1(+@AD(x45Dh(L_(5/(.D GRD(84 (Y4/(8)aD(KD.D4)v@/&/0)<;=h/D()4.D4)v78&/0)@*6(=/ GRD3I&'(G(+@A L4G|/7Q4Dh(LDh(84DY4DJP d4(A.ER4/x6 EA4/0D6(.(/0E/(}D@_(5/(.D(Y4/\ŒE@4nD(x456(=/(/L)EŒ;= D(DM578&/0)<;=n(/L)EŒD.D DEG4DM5D.D78&/0)&AC/@* LDh(LDh GRD (846(G#46(.6&)NDm(/+ `/0D_(5/(.D(Y4/KD.D4)v78&/0)<;=EA4D.DjD(}D`/051 D(~DD(~6(=/7P5@A(84_+W)=4(/yD})!<;=h/D()4n!78&/0)< ;=@D.D_b()N3I&' { GRD6(.E/LEy(+4/O/)*(/yn(84<;=/+4 `/0&C/Dh(84 DEG4E/y4DM5h5Dh(L(N(* GRD45*$P_(.D;/0! 1_a6(.6nDx6(.6@486(.6/+4`/0EA4D.D<;=$AO/D.D4Y486(j ;/+Ey(+4/O/(G/+4(n/+4V(.6`N*(^(84 DEG4@*=((G%4(+ @A +D.D_b()N_(5/6(.78&/0)<;=n5Dm6(=/Dh(84_'()N1O/@A L Dh(LN7J4 GRD(84G)(+DM5/+4`/0D•4(G4/=/W)*+ GRD(846(}D C6EA4/+4`/0 LE=&|/ GRD(84DB)(g/@*n v.$‹ /K(84;GOD4(/yD})!-(5/ 6(.78&/0)<;=n^1(/L)(84 DEG4DM5/+4`/0nK h !E56(G#4(GO4 4/x64/=/W)*+;@/A.6(B&AC/<;=/+4`/06(}DC6%D.D4(/yD})D5A(# .D_+W)=DM54(/yD})EA4 !@/(PDN6@*$‹&@(G4;GOD/+ m)/yD(A &)N<T4(/06DM521O/ !@/ " II. Cơ sở lý thuyết 1. Khái niệm Text Mining !"#$%& `/0D$I7J4D#$%78&/0)@A(AC d4DM51djD(}D { GRD6(.E/LEA4 ‚4le<1E%&C/ B*`O/78&/0) GRD()(N6EA4$)TW).E^((AC d4DM5 1djD(}Dn1d()Dm) GRD E5&@^1_/+1@_(5/(.DE/(}DK(8478&/0) hhD(a(&@3)6(. /L1DM5;@/A.V(.(/0E/(}DKD#$%78&/0)4G|/5 (N(*E‡4DhE(/!)E/(}D1@D(x45_(Y4&G|4EGOD 54D‚/!1] EA478&/0)n(/01JDM5D(x45&@6(.(/0n_(.16(.D.DE/(}D hn6(JDJD(A (84()Dm)$I7J4(Y4/D5A(#na7J(GEA4D.D(0D()*y4/5(5*(0(„ ERW)*+ X( -(5/6(.78&/0)&@4/5/ ACD(M*+)DM5W).E^(V(.(/0E/(}DKD#$%78 &/0)•).E^(_(5/6(.E/(}D GRD(PD(/0$5)D.DW).E^(()(N6@/(&SD78 &/0)nDh4(f5&@D(i^1D.D1ˆ)E/(}D9652E:Dh'4(f5EyN678&/0)Dh(*S4 D(}_(Y46(=/&@EyA@;dH(GD.D6(G#46(.6(T4_yEGOD B* `^N*_(5/6(.78&/0);5A4v1/0D@ D7Q1ˆ)(^(Dh(L ^1 GRDK;_^1dH@A(G4D(i(841ˆ)6(Q(R6O/1JD aD(^1_/+1 1O/ GRD4S/&@E/(}D5$‹Dh(84(@1$T L .(4/.D.D/y)D(a1ˆ)(G !"##$% d1O/DM51ˆ)(^(6(J()dD@A_()46(C1/W)*D(/+)nDh(L T/O/(0 (T4(AD T/O/4G|/7Q4`a7JO/78&/0)DM51dDY4*nW).E^(-(5/6(.78 &/0)^1E5 GRD1d&)N(GR/}D() GRD4/=1@A1Q5()%Q46(a5~Dn T/ O/(0(T4(^E1O/nEGOD_/5D(G5(!Dh(G4;D}1dD.;d&N6_+(ACD(@A D•4(NE5 GRD /!)@*W)5D.D;.AD.A@/D(a( a((8)7J4DM51ˆ)Dh(L A GRDW)5$P&/yW)5 +1JD aD(^1_/+1 `O/1dD.;d6(JE.D(;=AE^1.*a(%DY4*(^&)NEy_(Y4Dh4/.EXn1D7Q &@1O/ T/O/5(5 h(LW)5DY4 AC_(5/6(.E/(}DDhE(/!)1ˆ) GRD&*E5(G4_(Y4 6(=/1ˆ)@AD•4Dh4/.EXnDh(L&@1O/n(8)aD((G4&C/m1(G|4n D;/0&@_(/ .67J4D.D_b()N7P5Ey(T4_yA h&)Y6(=/DhD.D/y)D(a@D.D(@1 .( D.D1ˆ) .43213kn_(Y4m1(G|4 h1&C/n-(5/6(.78&/0)(PDE5Dh(LDA/&@1dW).E^(3.D X(1ˆ)KD.D 55c5E2(A)$2n$I7J4D.D_b()N$ŽDh(G(SD1.*n(N7C4n(T4_yn6(B AC/@D.D_b()N GRD6(.E/L;%/4@(4(/yD})Ea)0(BCA(GC4#[ , EA(BCA92)E5&2cAE_:nD.D()NA.7/E)*!9422E/D5&4AE/(1:nW)*C6&)N E)&2E27)D/A: 5Dh(L3k +1d$T;@/A.D(a( T/O/4(/yD})!-(5/6(.78&/0) [ 9D&5$$/Z/D5/A:u^11d.(3C96(B&AC/:K1d1ˆ)78 &/0)@A1dEA4D.D&O6D(AEGOD [ 9E24E2$$/A:u^11d.(3C(v/W)*K1d1ˆ)78&/0)@A 1d;/+7P A.Dh4/.EX(PD [ !"9D&)$2E/4:u@/0D1Y=D()4 L^1E5D.DN63.D X( (8)(CD.D(h1(5*D.D&AC/ L1Y=78&/0) [ #$%9$)115E/F5/A:u@/0D /^1_/+11d1Y=D()4h1~ D(A1dN6DA78&/0) !"#'()%& -(5/6(.78&/0)<;=(5*6(.(/0E/(}DKD.DD#$%78&/0)<;=923)5& 755;5$2$: !DN6 +/+E^(EaD(&SDD.D1ˆ)(^((Y4/9652E:(5*E/(}D 9_Ac&2742: .4W)5B1(ADDh4/.EX9A[E//5&:KD.D@/&/0)<;=6(/D) ExD•).E^(@*Dh(L GRDDA/&@/0D1%Ed4_b()N-(5/6(.78&/0)E)*! (T4n^(GD(x45 {(*9 { GRD !DN6%Ey:_b()N-(5/6(.78&/0)E)*! (T4955//4:(GO4O//0D6(.(/0E/(}DKD.DD#$%78&/0)DhD)ExD (Y4/ GRD&G)E87GO/7C44)*y$#(D(a(&@<;=(N1D(a5Dh (L(*E‡478&/0)vC/7GO/7C4<;=D‚Dh_(T/&GR4&O(#E(/!)$A O/D.D78&/0)DhD)ExD_(.D(PD+n(844(/yD})4m B* {D(A(*E‡4Dh +,e•(Y4/DM51djD(}D‡17GO/7C4<;=hDh(L&@D.DDY4< 4/*|nD.D;/L)1ˆ) /!)E5nD.D6(/+) (@4nD.D*y)Dm)_(/+)C/n4/=/W)*+ W)*!&R/nD.D(Ga /0I9215/&:nD.D(Y4/EyD.Dc2;$/2(G#41C/-(/ D.D4(/yD})!D#$%78&/0)E5 |/@A(84<1len4G|/5G%4E‡4Dh(L&G) 1S/&AC/(Y4/7GO/7C478&/0)DhD)ExD(G4Ey(PD+$5)4me<16(. E/Ln4G|/5ˆ7Q4D.D(0(T4&G)E8%7C4<;=@(N1EaD‚Dh3)(GO4 7Q4(G|43)*y(#K h4G|/5Dh(L/E‡4D.D$=6(]1-(5/6(.78&/0) <;=Dh(LDh4/.EX(G#41C/D5A(#E(/!)&m$AO/D.D$=6(]1-(5/6(. 78&/0)E)*!(T4_(.D)*(/y5D•4Dh(L(*45*E‡4D.D_b()N-(5/6(. 78&/0)<;=6(}DC6(#(/!)$AO/D.D_b()N-(5/6(.78&/0)E)*!(T4;%/ ^6(=/(PD(/0Ey78&/0)<;=T {%7C46(/D)ExD@Dha(1|9Z)FF*: da7JD(A;@/A._(5/6(.78&/0)<;=n_(/6(BaD(D.D;@/;.A4(/y D})_(A5(SDn5DhD.D(Y4/$5)u [ …$E2$$&@1d;0(&/yW)5 + 5) m)† [ …$E2$$3)(/0Dh(L7A(/+)54yEA41.)† [ …53/Dh(L4<D=1d$TD(}4 5) m)† [ …54y&@1d4)*yT /!)(A@D53/P(/yEA41.)† > H5)_(/6(BaD(D.D(Y4/W)5ES4@*n(0(T4Dm6(=/ G5E5D.D$)* &)BDJ(L154a(D.D(1C4u [ …(/+)(J54yDh(L4B*E51d$T;0( 5) m)† \ŒE@4% B*Dh$P6(BaD($)*&)N%1}D dD5AL C GRD_(@<4(G N*Dm6(=/Dh(84DY4E^(4(/yD})!Ea)0(BCA/y/+(# @/A.-(5/6(.78&/0)<;=&@1d;@/A.4(/yD}) 5&f(PDn;5A4v1 E(/!)_b ()N D•4 (G D.D (GO44(/yD})_(.D(5)u() (N6 (Y4/ 9/ZAE15/AE2E/25&:n6(BaD(<;=92355&*$/$:nD(/+3)(Y4/9/ZAE15/A 23E5D/A:n&N6 AC9D&)$2E/4:n6(B&AC/<;=9D524AE/F5/A:n(/L(XEPDW)5 9/$)5&/F5/A:nDY44(0D#$%78&/0)n(SD1.*915D(/2&25E/4:@;=(BD.D_b ()N-(5/6(.78&/0) EA4 !@/@*21D(M*+) !DN6 +(5/;@/A.DJ(Ln h&@;@/A. 923 D524AE/F5/A: @ ;@/ A. 9/ZAE15/A E2E/25&:.D4(/yD})1O/D(i7K4&C/%;GOD^1(/L)n_(=A$.n$A$.(&@/! ! D(AD.D4(/yD})DJ(L$5)@*1@1JD aD(EGOD1~&@6(JDJD(A&)N<T 4(/06 `O/1d(0(T4-(5/6(.<;=(G|4;5A4v1;5;GODD(a(u [ GOD/!3I&'u•;GOD@*n(0(T4$‹D()*L<;=K7C46(/D) ExD!7C4DhD)ExD`a7JnO/<;=&#'(' )"*(0(T4 $‹DT4~46(BaD((@(&#'('+ ++)",.DK GRD&G)E/y4E‹ 1dD.D(DhD)ExD L/0D(A/0D3I&' [ AC/;gD.D(Y4/_(Y4Dm(/+•;GOD@*n;d6(BaD(^1D.D( &AC/;gD.D(Y4/YaD(K<;=GOD@*6(J()dDE(/!)@A 4Y48 54 GRD6(BaD(@_b()N$‹ GRD7Q4 L6(BaD(g ;GOD/+6(2A`a7Jn+)_b()N6(BaD(<;=D(i7P5@A3.D3) 3)(/0K_(A.n_(/ h5Dh(L&AC/;gD.DK6(J(Gu%n-n% .n. • [ -(5/6(.78&/0) { GRD4/=&GRDO/D.D_b()N_(5/6(.78&/0)9755 1//4:E)*!(T4 hE(/!)_b()N@6(G#46(.6T GRD$I7J4D(A23//4 L^1E5 D.D_/+ExD1O/nD.D1ˆ)1O/n@D.D&/y_+1O/.D;GOD/!3I&'&@D.D_b()N E6(}DC6(‡16(BaD(1d6(B&O6 D;/0(@(D.D()dDa( D;/0n$5) h /+(@(.67J4D.D6(G#46(.6_(5/6(.78&/0)_/( /L}D&@6(BaD((T4_y @6(BaD(D.D&/y_+.D;GODD‚&C/$‹_(5/6(.D=<;= m* MKN6D.D< ;=na7J(G6(B&O6<;= JD/y)D)T/DQ4DM523//4(G|4&@ G|4&T/(/0)W)=n(A@(/0n@ DEG4 LE^(7/w@^1_/+1D.DN6(R6Ed4&ODM5D.D<;=A hnD.D_b ()ND(a(DM523//4Dh(L GRD6(B6(BE5(@(D.D(/01J1@D(x4(PD (/0_(/3I&'_(5/6(.<;=u&AC/(Y4/1@D(x4Dh(LEaD(E5@&AC/6(BaD( GRD(PD(/0;%/D(x4 e [...]... trên các chú dẫn của văn bản, kỹ thuật này sử dụng lợi thế của nội dụng nguyên mẫu của các văn bản Kỹ thuật này được gọi là trích văn bản nguyên mẫu” 2 Bài toán phân loại văn bản (Text categorization) a Khái niệm phân loại văn bản Phân loại văn bản (Text categorization) là xử lý nhóm các tài liệu thành các lớp khác nhau hay các phân nhóm (categories) Đây là một tác vụ phân lớp liên quan đến... được Việc thu thập thông tin có thể được định nghĩa cho bất cứ một loại thông tin nào ví dụ như kiểu văn bản, hình ảnh, âm thanh Tuy nhiên, ở đây chúng ta chỉ đề cập đến việc 16 thu thập văn bản bởi văn bản là một loại thông tin mà phương thức thực hiện và kỹ thuật xử lý đơn giản hơn Có thể nhấn mạnh rằng các kỹ thuật này cũng có thể được áp dụng cho thu thập thông tin đa phương tiện... TextAnalyst cố gắng phân tích và ghi lại các thông tin liên kết này Từ kết quả phân tích thống kê, TextAnalyst đưa ra những câu văn được xem như quan trọng nhất trong cả văn bản Nhờ TextAnalyst, chúng ta có thể tiết kiệm đáng kể thời gian trong khi chọn ra các văn bản chứa các thông tin cần thiết Thay vì các phương pháp phân loại cổ điển là đọc hết văn bản để đánh giá nội dung của văn bản đó thì... thống thu thập thông tin (IR systems) được sử dụng để thu thập các tài liệu liên quan đến các yêu cầu rõ ràng Vấn đề với thu thập thông tin là việc xử lý các văn bản có nội dung liên quan nội tại đến các văn bản được sử dụng trước đó Hình 2 đưa ra một mô hình tương tác thu thập thông tin chuẩn Hiển nhiên, việc thu thập thông tin là quá trình xử lý lặp lại, với xử lý đầu vào và đầu ra bao... mạnh mẽ gần đây của các thông tin nguyên trực tuyến b Các phương pháp phân loại văn bản b.1 Sử dụng từ điển phân cấp chủ đề Một phương pháp thống kê phân lớp văn bản được điều khiển bởi một từ điển chủ đề có phân cấp được đề xuất Phương pháp này sử dụng một từ điển với một cấu trúc đơn giản Từ điển này có thể dạy được dễ dàng trên một tập hợp tài liệu được phân lớp bằng tay và có thể dịch được tự... về số lượng và chủ yếu là từ Internet Internet đã trở thành nơi lưu trữ, quản lý và đặc biệt là nơi thu nhận thông tin nhanh chóng và tiện lợi Lợi ích trung tâm là các thông tin thu nhận được phù hợp với nhu cầu người dùng Đó là lý do của các nghiên cứu chuyên sâu trong các lĩnh vực như khai phá dữ liệu (DataMining), trích xuất thông tin (Information Extraction), thu thập thông tin (Information... thập thông tin chuẩn Khi thu thập dữ liệu, chúng ta thường cố gắng tìm kiếm các dữ liệu chính xác Trong các trường hợp khác, chúng ta kiểm tra để xem một thông tin có trong một tệp tin hay không Khi thu thập thông tin, kết quả chính xác thường được quan tâm, nhưng thông thường chúng ta muốn tìm kiếm một cách tương đối chính xác với một thông tin đặc biệt được đưa vào Sau đó chúng ta sẽ tự chọn thông. .. ngữ Sau đó, một hệ thống sẽ phân tích sự phân bố nội dung của các thuật ngữ hậu duệ của từng thuật ngữ liện quan đến các hậu duệ khác do các phân bố liên kết và các phép đo khác nhằm khai thác các quan hệ mới giữa chúng Loại liên kết này có thể cũng được sử dụng để lọc và tổng hợp chủ đề của các tin tức - Khai phá văn bản đầy đủ: Không giống như loại liên kết thông thường thực hiện thao... trong văn bản đó - Các thuật ngữ: Ở đây với mỗi văn bản tìm thấy các chuỗi từ, chuỗi từ đó thuộc về một lĩnh vực nào đó và do đó việc tìm khai phá văn bản được thực hiện trên các khai niệm được gán nhãn cho mỗi văn bản Ưu điểm của phương pháp này là các thuật ngữ được tách ra ít và có xu hướng tập trung vào các thông tin quan trọng của văn bản hơn hai phương pháp trước đây Các loại. .. Engine Tuy nhiên, bài toán thu thập thông tin là bài toán được phát triển ở mức độ cao hơn Đối với bài toán Search Engine, câu truy vấn đưa vào là tập hợp các niệm Nhưng với bài toán thu thập thông tin, câu truy vấn đưa vào có thể là một câu văn có ngữ nghĩa Hệ thống sẽ tìm cách phân tích ngữ nghĩa của câu truy vấn để tìm ra đặc trưng của nó 15 Thông tin cần thiết Truy vấn Gửi cho Hệ . *./01234(-(Y44/T4(G&AC/&/y_+(Y4(G|4 (PD(/0(5A.D1QW).4EyD.DD(x7ˆDM5<;=n_b()N@*$I 7J4&R/(+DM5d/7J44)*y1ˆ)DM5D.D<;=-b()N@* GRD 4S/&@…EaD(<;=4)*y1ˆ)† 2. Bài toán phân loại văn bản (Text categorization) * V(B&AC/<;=923D524AE/F5/A:&@3I&'(h1D.D@/&/0)(@(D.D&O6 _(.D(5)(5*D.D6(B(h19D524AE/2$:B*&@1d.DJ6(B&O6&/yW)5. X((GN*;5A4v11d6(G#46(.6 (y1DB*@1d6(G#46(.63k;ODB* L&AC/;g(84(.(W). D;/0“?” 3. Bài toán thu thập thông tin (Information retrieval - IR) *"<= ()(N6(Y4/9ZAE15/A2E/25&:&@1dEA4(84;@/A._(5/6(.78 &/0)<;=@/A.@*D(M*+)N6E)4@A/0D^1E5D.D@/&/0)EA41dN6(R6 D.D@/&/0)Dh$Ž(2A1d. GRD4/=/W)*+U> ?-+W)=D(C*D(G#4E^(U> p-e V .D(Y4/!;.AD.A .D(D(C*D(G#4E^(721A qrst? ? U BẢNG DANH MỤC HÌNH HOẠ ^(uda7J!DB*W)*+ X( ^(?Y(^(()(N6(Y4/D()] ^(Uv(X;/L)7/wD.D2D[#DM5;@/;.A @ ^(uv(X;/L)7/wW)5(04/85E)*9W)2E*:@D.D@/&/0)n? ^(C4#[EAuA.I95:@A.I9;: ^(lC4#[EAO/&O6]uA.I ^("uY(^(;/L)7/w1C4#[EA ^(,u/((ACDY4DJ235&*$ ^(>u/((ACDY4DJ235&*$(x4Ey2E2z36&AE2E LỜI