Xây dựng kho dữ liệu song ngữ Việt - Cơ Tu phục vụ tra cứu văn hóa dân tộc Cơ Tu

Header Page of 126 BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG ĐỖ GIA TRINH XÂY DỰNG KHO DỮ LIỆU SONG NGỮ VIỆT - CƠ TU PHỤC VỤ TRA CỨU VĂN HĨA DÂN TỘC CƠ TU Chun ngành: Khoa học máy tính Mã số: 60.48.01 TĨM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT Đà Nẵng - Năm 2013 Footer Page of 126 Header Page of 126 Cơng trình hồn thành ĐẠI HỌC ĐÀ NẴNG Ngƣời hƣớng dẫn khoa học: PGS.TS PHAN HUY KHÁNH Phản biện 1: TS ĐẶNG BÁ KHẮC TRIỀU Phản biện 2: TS NGUYỄN MẬU HÂN Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Kỹ thuật họp Đại học Đà Nẵng vào ngày 18 tháng năm 2013 Có thể tìm hiểu luận văn tại: Trung tâm Thơng tin - Học liệu, Đại Học Đà Nẵng Footer Page of 126 Header Page of 126 -1- MỞ ĐẦU Lý chọn đề tài Việt Nam với 54 dân tộc anh em, dân tộc thiểu số sống rãi rác vùng rừng núi cao, dọc theo dãy Trường Sơn hùng vĩ Đặc điểm địa lý vùng sâu, vùng xa, địa hình lại khó khăn, dân tộc có đặc trưng văn hóa khác nhau, ngơn ngữ giao tiếp khác tạo nên khó khăn việc giao lưu học tập, trao đổi văn hóa Đồng bào dân tộc Cơ Tu sống khu vực miền Trung, cư trú tập trung miền núi, vùng cao, vùng biên giới Đây vùng đặc biệt khó khăn, kinh tế chậm phát triển; giao thơng cách trở; sở hạ tầng q nhiều thiếu thốn; tỷ lệ hộ nghèo cao; trình độ dân trí thấp; thơng tin liên lạc nhiều hạn chế Văn hóa dân tộc Cơ Tu có từ lâu đời, văn hóa Làng, văn hóa cộng đồng văn hóa dân gian lành mạnh, sáng Văn hóa dân tộc Cơ Tu nói chung, chữ viết người Cơ Tu nói riêng phận cấu thành tạo nên “Nền văn hóa Việt Nam đậm đà sắc dân tộc” Hiện nhiều ngun nhân ảnh hưởng đến nên văn hóa chữ viết dân tộc Cơ Tu dần bị mai có nguy Đặc biệt, hệ trẻ ngày tiếp cận với văn hóa đại từ nhỏ nên khơng biết tiếng mẹ đẻ Nguy thất truyền chữ viết đồng bào Cơ Tu vấn đề cấp thiết, cần giải pháp nhằm bảo tồn chữ viết đồng bào nơi Thời gian qua, nhiều đề tài nghiên cứu tiếng Cơ Tu thực hiện, nhiên mặt tin học hạn chế Cho đến có đề tài xây dựng gõ tiếng Cơ Tu tác giả Phạm Footer Page of 126 Header Page of 126 -2- Văn Tài, Cán Trung tâm Cơng nghệ thơng tin Truyền thơng thuộc Sở Thơng tin Truyền thơng tỉnh Quảng Nam thực Các cơng cụ hỗ trợ học tiếng Cơ Tu băng, đĩa, từ điển giấy, từ điểm máy tính, giáo viên dạy tiếng Cơ Tu, số lượng người biết sử dụng tiếng Cơ Tu ít, trở ngại lớn cho người muốn quan tâm tìm hiểu, học tiếng Cơ Tu Mặt khác, giáo trình học tập, tài liệu tham khảo học tập tiếng Cơ Tu hạn chế nên người học khơng có mơi trường để rèn luyện khả đọc hiểu viết tiếng Cơ Tu Với phát triển mạnh mẽ cơng nghệ thơng tin, dịch vụ truyền thơng ngày trở nên phổ biến khơng thể thiếu người việc xây dựng kho liệu song ngữ Việt – Cơ Tu phục vụ tra cứu văn hóa dân tộc Cơ Tu điều cần làm nhằm hỗ trợ, phục vụ cho việc tìm hiểu văn hóa dân tộc Cơ Tu, rút ngắn khoảng cách thơng tin đồng miền núi, dân tộc, đồng thời giới thiệu sắc văn hóa vùng đồng bào dân tộc Cơ Tu đến với đơng đảo người dân miền tổ quốc giới Với lý tơi chọn đề tài “Xây dựng kho liệu song ngữ Việt – Cơ Tu phục vụ tra cứu văn hóa dân tộc Cơ Tu” Mục tiêu đề tài Mục tiêu mà đề tài hướng đến nghiên c ứu vấn đề xử lý ngơn ngữ tiếng Việt phương pháp tách từ tiếng Việt, kho liệu song ngữ Việt – Cơ Tu,… Xây dựng kho liệu song ngữ Việt – Cơ Tu phục vụ nhu cầu khai thác, tra cứu văn hóa dân tộc Cơ Tu lĩnh vực văn hóa – xã hội, kinh tế, an ninh – quốc phòng Footer Page of 126 Header Page of 126 -3- Đối tƣợng phạm vi nghiên cứu Để đáp ứng mục tiêu đã nêu, đề tài cần giải vấn đề sau: Tìm hiểu lý thuyết Tìm hiểu chữ viết, văn hóa đặc trưng ngữ pháp tiếng Cơ Tu Tìm hiểu phương pháp tách từ tiếng Việt, sở liệu đa ngữ, cách tổ chức kho liệu song ngữ XML Xây dựng kho liệu song ngữ Phân tích cấu trúc sở liệu song ngữ, kho liệu thơ, chuyển đổi sở liệu từ dạng winword sang XML Cập nhật kho liệu song ngữ Việt – Cơ Tu Cập nhật kho liệu phương pháp thủ cơng, cập nhật tự động, tìm hiểu số phương pháp tách từ tiếng việt Xây dựng ứng dụng Xây dựng chương trình tra cứu song ngữ Việt – Cơ Tu phục vụ nhu cầu khai thác, tra cứu văn hóa dân tộc Cơ Tu người dùng Phƣơng pháp nghiên cứu Phương pháp nghiên cứu lý thuyết Nghiên cứu tài liệu, cơng cụ cơng nghệ liên quan Tổng hợp tài liệu, liệu Phương pháp nghiên cứu thực tế Tìm hiểu, thực tế nghiên cứu văn hóa dân tộc Cơ Tu địa phương Phân tích u cầu, xây dựng ứng dụng Kiểm tra, thử nghiệm đánh giá kết Ý nghĩa khoa học thực tiễn đề tài Ý nghĩa khoa học Footer Page of 126 Header Page of 126 -4- Nắm bắt vấn đề xử lý tiếng Việt Đây tiền đề cho tốn xử lý ngơn ngữ tự nhiên cho ngơn ngữ dân tộc thiểu số (như dịch, từ điển, phần mềm học tập, website đa ngữ…) Ứng dụng thành cơng nghệ thơng tin vào lĩnh vực văn hóa Ý nghĩa thực tiễn Xây dựng kho liệu song ngữ Việt - Cơ Tu tra cứu thơng tin văn hóa dân tộc Cơ Tu, giúp gìn giữ sắc văn hóa chữ viết dân tộc Cơ Tu; đồng thời phục vụ cho nhu cầu dạy học tiếng Cơ Tu cho hệ người Cơ Tu Góp phần xây dựng khối đại đồn kết dân tộc, giữ gìn an ninh biên giới Cấu trúc luận văn Báo cáo luận văn tổ chức thành chương Chƣơng Tìm hiểu dân tộc Cơ Tu: Chương tìm hiểu văn hóa, chữ viết dân tộc Cơ Tu Chƣơng Xây dựng kho liệu song ngữ: Trình bày vấn đề xử lý xây dựng kho liệu song ngữ, xây dựng kho liệu song ngữ Việt – Cơ Tu, cập nhật kho liệu song ngữ Chƣơng Triển khai ứng dụng đánh giá kết quả: Đề xuất giải pháp xây dựng chương trình tra cứu song ngữ Việt – Cơ Tu Mơ tả, phân tích đánh giá kết chương trình Footer Page of 126 Header Page of 126 -5- CHƢƠNG TÌM HIỂU DÂN TỘC CƠ TU 1.1 TÌM HIỂU VỀ VĂN HĨA VÀ TIẾNG CƠ TU 1.1.1 Giới thiệu dân tộc Cơ Tu Trong 54 dân tộc nước ta, dân tộc Cơ Tu xếp thứ 26 danh mục tộc người Việt Nam Theo điều tra năm 2003, người Cơ Tu Việt Nam có 56.569 người chủ yếu 03 tỉnh, thành phố: Quảng Nam, tập trung huyện Tây Giang, Đơng Giang, 06 xã huyện Nam Giang (Thị trấn Thành Mỹ, xã Cà Di, Ta Bhing, Chà Vàl, Lă thơn Cơng Tơ Rơn – xã Ladê); huyện Đại Lộc thơn Yều (Đại Hưng); thành phố Đà Nẵng, người Cơ Tu 02 xã Hòa Phú Hòa Bắc – huyện Hòa Vang; Thừa Thiên Huế, tập trung huyện Alưới xã: Hương Lâm, Hương Ngun người Cơ Tu sống xen kẽ với dân tộc Tà Ơi xã Hồng Hạ, Ađớt, Hồng Thượng huyện Nam Đơng có người Cơ Tu sống xã: Hương Hữu, Thượng Long, Thượng Nhật, Thượng Quảng, Thượng Lộ Hương Sơn Ngồi người Cơ Tu cư trú 02 huyện Đắc Chưng Kà Lừm tỉnh Xê Cơng (Lào), có dân số vạn người Hình 1.1 Phân bố dân cư - Dân tộc Cơ Tu tỉnh Quảng Nam 1.1.2 Giới thiệu văn hóa dân tộc Cơ Tu Footer Page of 126 Header Page of 126 -6- a) Văn hóa làng Văn hóa dân tộc Cơ tu có từ lâu đời, văn hóa Làng – văn hóa cộng đồng văn hóa dân gian lành mạnh, sáng, phong phú đa dạng Làng Cơ Tu thường qy quần bên tạo thành khối thống cộng đồng Hình 1.2 Nhà Gươl – Dân tộc Cơ Tu b) Hơn nhân gia đình c) Tục lệ ma chay d) Trang phục 1.1.3 Tìm hiểu tiếng Cơ Tu a) Lịch sử tiếng Cơ Tu b) Một vài nét tiếng Cơ Tu c) Chữ viết Cơ Tu d) Đặc điểm ngữ pháp tiếng Cơ Tu 1.2 GIAO THOA VĂN HĨA DÂN TỘC CƠ TU VỚI CỘNG ĐỒNG 1.2.1 Nguồn gốc văn hóa 1.2.2 Sự giao thoa văn hóa Nghị Trung ương khóa VIII “Xây dựng phát triển văn hóa Việt Nam tiên tiến, đậm đà sắc dân tộc”, có đề Footer Page of 126 Header Page of 126 -7- nhiệm vụ cụ thể để bảo tồn, phát huy phát triển văn hóa dân tộc thiểu số Để gìn giữ phát triển văn hóa dân tộc Cơ Tu, cần đặt văn hóa dân tộc thiểu số bối cảnh chung văn hóa Việt Nam Duy trì lễ hội truyền thống đồng bào với tinh thần gạn đục khơi trong, giúp cho người dân có ý thức tự hào văn hóa dân tộc mình, biết gìn giữ phong mỹ tục, xóa bỏ hủ tục, thói quen lạc hậu, biết tiếp thu cách có chọn lọc tinh hoa văn hóa dân tộc khác Các giá trị văn hóa truyền thống tạo sức sống, phong phú, đa dạng nét độc đáo tranh tồn cảnh văn hóa tộc người Cơ Tu Những giá trị văn hóa đặc sắc đồng bào dân tộc Cơ Tu bảo tồn, phát huy lưu truyền cho hệ, làm phong phú thêm kho tàng văn hóa đại gia đình dân tộc Việt Nam; đồng thời mở khả khai thác tuyến du lịch sinh thái miền núi Quảng Nam gắn với giá trị văn hóa đồng bào Cơ Tu 1.2.3 Phát triển tiếng nói ngƣời Cơ Tu 1.3 HIỆN TRẠNG, NHU CẦU HỌC TẬP VÀ BẢO TỒN VĂN HĨA DÂN TỘC CƠ TU 1.3.1 Hiện trạng Hiện nay, văn hóa chữ viết dân tộc Cơ Tu dần bị mai Đặc biệt, hệ trẻ ngày tiếp cận với văn hóa đại từ nhỏ nên khơng biết tiếng mẹ đẻ Nguy thất truyền chữ viết đồng bào Cơ Tu vấn đề báo động, cần giải pháp nhằm bảo tồn chữ viết đồng bào nơi 1.3.2 Nhu cầu học tập bảo tồn văn hóa dân tộc Cơ Tu Giảng dạy tiếng Cơ Tu nhằm mục đích bảo tồn sắc văn hố dân tộc Cơ Tu, chủ trương lớn Đảng Nhà Footer Page of 126 Header Page 10 of 126 -8- nước Việt Nam Số lượng người Cơ Tu sử dụng song ngữ (Việt – Cơ Tu) ngày nhiều cộng đồng dân tộc Cơ Tu trở thành cộng đồng song ngữ Cơ Tu - Việt Sự thành thạo nói viết tiếng phổ thơng ngày nhiều, người Cơ Tu tín hiệu đáng mừng Song mặt khác, tượng song ngữ khơng ý thức có nguy xói mòn tiếng mẹ đẻ họ Điều có nghĩa "vốn q dân tộc Cơ Tu, tài sản văn hố chung nước" bị mai Vì việc xây dựng kho ngữ vựng song ngữ Việt – Cơ Tu vơ cấp thiết Để phục vụ cho nhu cầu học tập đồng bào dân tộc Cơ Tu, chương trình phát sóng tiếng Cơ Tu tỉnh Quảng Nam, Đà Nẵng, Huế thức vào hoạt động Đặt biệt, ngày 12/10/2009, Chương trình phát tiếng Cơ Tu Đài Tiếng nói Việt Nam thức phát sóng FM, Hệ thời Chính trị - Tổng hợp (VOV1), có thời lượng 30 phút, phát lần ngày (6 30 phút, 11 20 phút, 19 30 phút) góp phần vào việc bảo tồn phát huy tiếng nói, chữ viết dân tộc Cơ Tu CHƢƠNG XÂY DỰNG KHO DỮ LIỆU SONG NGỮ 2.1 CƠ SỞ DỮ LIỆU SONG NGỮ VIỆT - CƠ TU 2.1.1 Khái niệm 2.1.2 Cấu trúc sở liệu song ngữ Việt - Cơ Tu 2.1.3 Mơ hình thực thể - kết hợp sở liệu Footer Page 10 of 126 Header Page 12 of 126 - 10 - Hình 2.3 Cấu trúc kho liệu thơ Hai tập tin tổ chức dạng mục từ 2.2.3 Xây dựng Cơ sở liệu song ngữ dạng Winword Việc xây dựng sở liệu song ngữ cơng việc tốn nhiều thời gian, cơng sức, phức tạp mặt cấu trúc ngữ pháp từ Mặc khác, thực tế từ vựng tiếng Cơ Tu chưa có máy vi tính, để cập nhật tiếng Cơ Tu vào sở liệu, chủ yếu sử dụng từ điển giấy Viện Ngơn Ngữ Học phối hợp với Sở Khoa học Cơng nghệ tỉnh Quảng Nam xuất gồm 9.500 từ Trong gồm 4.500 từ Cơ Tu đối chiếu với nghĩa tiếng Việt 5.000 từ tiếng Việt đối chiếu với nghĩa Cơ Tu Phần lớn từ từ điển vốn từ bản, thơng dụng tiếng Cơ Tu Dữ liệu dạng Winword tổ chức thành 02 tệp văn bản, tiếng Việt – tiếng Cơ Tu tiếng Cơ Tu – tiếng Việt Cấu trúc tệp ngữ vựng gồm hai phần: Phần đầu phần định dạng, phần thứ hai phần hiển thị nội dung Các yếu tố thuộc mục từ tệp RTF style Microsoft Word, Style bao gồm thành phần: tên kiểu (Stylename), tên Font (Fontname), kích cỡ chữ (Fontsize) Footer Page 12 of 126 Header Page 13 of 126 - 11 - Việc chèn tiếng Cơ Tu vào sở liệu song ngữ cách thực cách thủ cơng, trước mắt chèn trực tiếp nghĩa tiếng Việt cụm từ, câu ví dụ, tiếng Cơ Tu tương đương vào tập tin RTF Do nguồn từ điển tiếng Việt – Cơ Tu hạn chế, chủ yếu từ điển giấy nên cơng việc đòi hỏi nhiều thời gian 2.2.4 Chuyển đổi sang XML a) Giới thiệu XML b) Tổ chức sở liệu Việt – Cơ Tu dạng XML Đầu tiên xây dựng phần tử gốc có tên dictionary, dictionary có nhiều phần tử word chứa thẻ liệu tương ứng với style định nghĩa tệp RTF, phần tử VietEntry Mỗi phần tử VietEntry chứa thẻ liệu EntryName; CotuEqu; CotuPron; VietPhr; CotuPhr; VietExp; CotuExp; VietIdi; CotuIdi Tên thẻ Word EntryName CotuEqua CotuPron VietPhr CotuPhr VietExp CotuExp VietIdi CotuIdi Nội dung hiển thị Mục từ Tên mục từ Nghĩa tiếng Cơ Tu tương đương Phiên âm tiếng Cơ Tu Cụm từ tiếng Việt Cụm từ tiếng Cơ Tu tương đương Câu ví dụ tiếng Việt Câu ví dụ tiếng Cơ Tu tương đương Câu thành ngữ tiếng Việt Câu thành ngữ tiếng Cơ Tu tương đương Hình 2.5 Mơ tả thẻ tệp XML c) Ví dụ minh họa d) Chuyển đổi sở liệu từ dạng Winword sang XML Footer Page 13 of 126 Header Page 14 of 126 - 12 - Từ sở liệu dạng tập tin Winword có, ta xây dựng macro chuyển đổi tập tin Winword sang dạng tệp XML, sau: Tên kiểu đoạn (trong Thẻ mở (trong tập tin Thẻ đóng (trong tập tin tập tin RTF) XML) XML) EntryName CotuEqua CotuPron VietPhr CotuPhr VietExp CotuExp VietIdi CotuIdi Hình 2.6 Các kiểu đoạn sử dụng CSDL Hình 2.7 Sơ đồ chuyển đổi tập tin RTF thành XML Việc tạo sở liệu song ngữ dạng tập tin XML tạo điều kiện thuận lợi mơ tả cấu trúc mục từ, dễ dàng thay đổi lại hay bổ sung thêm, hồn tồn có tính mở Có thể truy xuất Footer Page 14 of 126 Header Page 15 of 126 - 13 - liệu trực tiếp thơng qua tên thẻ cách dùng mã lệnh JavaScrip, định dạng thơng qua tập tin CSS, XSL Đồng thời kích thước tập tin nhỏ nhiều lần so với định dạng DOC, RTF… Bên cạnh đó, việc cập nhật, bổ sung thơng qua giao diện khai thác vào tập tin XML khó khăn, tập tin văn Thuật tốn chuyển đổi tệp Winword sang dạng XML Mở tệp RTF Khai báo biến While not EOF(f) If stylename “entry” {từ tiếng Việt} Gán mục từ tiếng Việt cho biến filename Tạo tệp(filename.xml) Tạo tiêu đề tệp XML xml = roottag_mo + nội dung + roottag_dong {roottag phần tử thẻ gốc} While xstyle “entry” //đọc nội dung mục từ If stylename = “các style chọn” xml = xml+ + xnoidung + Endif Loop Ghi_tệp(filename.xml) Endif 2.3 CẬP NHẬT KHO DỮ LIỆU SONG NGỮ 2.3.1 Cập nhật thủ cơng Footer Page 15 of 126 Header Page 16 of 126 - 14 - Dựa cấu trúc kho liệu xây dựng, ta sử dụng cơng cụ hỗ trợ để thiết kế giao diện cập nhật liệu cho kho Giải pháp cập nhật thủ cơng sau: Căn từ điển giấy Viện Ngơn Ngữ Học phối hợp với Sở Khoa học Cơng nghệ tỉnh Quảng Nam xuất gồm 9.500 từ Trong gồm 4.500 từ Cơ Tu đối chiếu với nghĩa tiếng Việt 5.000 từ tiếng Việt đối chiếu với nghĩa Cơ Tu Tơi chia làm sở liệu: Cơ sở liệu Việt – Cơ Tu (Viet-Cotu) sở liệu Cơ Tu – Việt (Cotu-Viet) Tiến hành nhập liệu cho sở liệu dạng file Winword Từ file liệu dạng file Winword, xây dựng ứng dụng chuyển đổi định dạng ban đầu kho liệu cập nhật vào chương trình từ điển để khai thác Ưu điểm việc cập nhật thủ cơng đơn giản Tuy nhiên, việc cập nhật thủ cơng thường có nhiều sai sót, tốn nhiều cơng sức, việc kiểm dò quan trọng 2.3.2 Cập nhật tự động Sử dụng phương pháp hợp lưu, dựa sở liệu có sẵn Phương pháp cho phép tạo kho ngữ vựng dựa kho ngữ vựng có Giả sử ta có kho ngữ vựng Cơ Tu – Anh, Anh - Cơ Tu kho ngữ vựng Việt - Anh, ta hợp lưu cho kho ngữ vựng Việt – Cơ Tu Ưu điểm phương pháp tạo kho ngữ vựng nhanh chóng xác dựa kho ngữ vựng có Tuy nhiên Footer Page 16 of 126 Header Page 17 of 126 - 15 - số tiếng nói chưa xây dựng kho ngữ vựng nên khơng thể thực Qua tìm hiểu kho ngữ vựng liên quan đến tiếng Cơ Tu chưa xây dựng, nên khơng thể sử dụng phương pháp 2.3.3 Một số phƣơng pháp tách từ a) Phương pháp Maximum Matching (forward/bachward) b) Phương pháp giải thuật học cải tiến (Transformation based learning, TBL) c) Mơ hình tách từ WFST mạng Neural d) Phương pháp quy hoạch động (Dynamic Programming) e) Phương pháp tách từ dựa thống kê từ Internet giải thuật di truyền 2.4 ỨNG DỤNG CỦA KHO DỮ LIỆU SONG NGỮ CHƢƠNG TRIỂN KHAI ỨNG DỤNG VÀ ĐÁNH GIÁ KẾT QUẢ 3.1 THIẾT KẾ GIAO DIỆN 3.1.1 Các tiêu chí thiết kế giao diện 3.1.2 Ý tƣởng thiết kế giao diện, chƣơng trình 3.1.3 Cơng cụ lập trình 3.2 MƠ TẢ HỆ THỐNG 3.2.1 Đối tƣợng sử dụng 3.2.2 Phân tích hệ thống Hệ thống cung cấp cho người dùng chức như: Chọn giao diện tra cứu: Người sử dụng chọn giao diện tra cứu tiếng Việt tiếng Cơ Tu tùy theo nhu cầu người Footer Page 17 of 126 Header Page 18 of 126 - 16 - sử dụng Nếu chọn giao diện hiển thị tiếng Cơ Tu, người sử dụng kích chọn vào nút Tiếng Cơ Tu, giao diện tra cứu hiển thị tiếng Cơ Tu Ngược lại, chọn giao diện hiển thị tiếng Việt, người sử dụng kích chọn vào nút Tiếng Việt, giao diện tra cứu hiển thị tiếng Việt Hình 3.1 Giao diện tra cứu tiếng Cơ Tu Hình 3.2 Giao diện tra cứu tiếng Việt Chọn liệu: Chọn liệu cần tra cứu Việt – Cơ Tu hay Cơ Tu – Việt Footer Page 18 of 126 Header Page 19 of 126 - 17 - Tra từ điển: Người dùng tra cứu từ điển Cơ Tu - Việt, Việt – Cơ Tu cách nhanh để phục vụ cho việc tra cứu Người dùng nhập từ cần tra hay chọn từ danh sách có sẵn Tra cứu đoạn văn bản: Người sử dụng nhập đoạn văn cần tra cứu vào mục cần tra cứu chọn kiểu liệu tra cứu Trong mục có sử dụng chức tách từ đoạn văn để người sử dụng dễ dàng tra cứu từ đoạn văn cần tra Thao tác với kho liệu: Hệ thống cho phép người dùng cập nhật bổ sung kho liệu cách dễ dàng, làm cho kho liệu ngày phong phú Tìm kiếm thơng tin sắc dân tộc Cơ Tu: Khi người dùng có nhu cầu tìm hiểu văn hóa dân tộc Cơ Tu, người dùng vào mục “Giới thiệu dân tộc Cơ Tu” chương trình để xem thơng tin cần thiết 3.3 PHÂN TÍCH CÁC CHỨC NĂNG CHƢƠNG TRÌNH 3.4 XÂY DỰNG CHƢƠNG TRÌNH 3.4.1 Chức tra từ 3.4.2 Chức quản lý kho a) Chức thêm từ vào kho b) Chức sửa từ c) Chức xóa từ 3.5 THUẬT TỐN TRA TỪ TRONG KHO DỮ LIỆU Đầu vào: Nhập từ tiếng Cơ Tu cần tra Đầu ra: Giải nghĩa từ tiếng Cơ Tu gồm từ có: Phiên âm La_Tinh, nghĩa tiếng Việt tương đương, cụm từ tiếng Cơ Tu, NTVTĐ cụm từ tiếng Cơ Tu, câu ví dụ tiếng Cơ Tu, NTVTĐ câu ví Footer Page 19 of 126 Header Page 20 of 126 - 18 - dụ tiếng Cơ Tu, ca dao tục ngữ tiếng Cơ Tu, NTVTĐ ca dao tục ngữ tiếng Cơ Tu Bắt đầu Nhập từ tiếng Cơtu cần tra Lấy File tương ứng Kiểm tra tồn từ Xuất kết hình Thông báo từ không tồn Bắt đầu 3.6 ĐÁNH GIÁ KẾT QUẢ Sau thời gian tìm hiểu, nghiên cứu, thực đề tài, tơi tìm hiểu văn hóa, đặc điểm tiếng Cơ Tu Dân tộc Cơ Tu có sắc văn hóa phong phú, đa dạng, lưu truyền qua nhiều hệ Tơi tìm hiểu hệ thống chữ viết tiếng Cơ Tu, ngữ pháp tiếng Cơ Tu áp dụng chữ cải tiến Viện Ngơn ngữ học vào hoạt động nhằm bảo tồn, giới thiệu chữ viết, người Cơ Tu đến với miền Tổ quốc giới Bên cạnh đó, tơi tìm hiểu phương pháp tách từ tiếng Việt, phương pháp xây dựng kho liệu song ngữ, áp dụng xây dựng kho liệu song ngữ Việt – Cơ Tu Thống kê kho liệu cập nhật Footer Page 20 of 126 Header Page 21 of 126 - 19 - Kho liệu Việt – Cơ Tu Số mục Từ Cơ Tu Dung Chiếm từ Việt (đối chiếu) lượng tỷ lệ 1145 từ 1175 từ 86 KB 25% Ảnh Dung minh lượng ảnh họa 85 hình 452 KB Bảng 3.1 Thống kê từ cập nhập nhật kho liệu Việt-Cơ Tu STT Chữ Số mục từ a 40 100.0% ă 23 100.0% â 26 92.9% b 310 96.0% c 245 40.2% d 10 7.5% đ 104 36.7% e 100.0% g 47 26.1% 10 h 5.8% 11 i 11 100.0% 12 k 15 7.3% 13 l 58 21.1% 14 m 46 18.3% 15 n 69 12.9% 16 o 11 52.4% 17 21.6% 18 12 92.3% Footer Page 21 of 126 Chiếm tỷ lệ Header Page 22 of 126 - 20 - 19 p 6.4% 20 q 10.5% 21 r 12 5.5% 22 s 4.8% 23 t 0.2% 24 u 10 40.0% 25 14 100.0% 26 v 10 5.6% 27 x 10 9.1% 28 y 12 100.0% Kho liệu Cơ Tu – Việt Bảng 3.2 Thống kê từ cập nhập kho liệu Cơ Tu-Việt Số mục từ Cơ Tu 845 từ Từ Việt (đối chiếu) 890 từ Dung Chiếm lượng tỷ lệ 79 KB 20,9% Ảnh Dung minh lượng họa ảnh 85 hình 452 KB STT Chữ Số mục từ a 295 98.0% ă 100.0% b 11 3.2% c 24 8.4% d 20 24.4% đ 43 17.5% e 100.0% ê 100.0% g 20 12.7% Footer Page 22 of 126 Chiếm tỷ lệ Header Page 23 of 126 - 21 - STT Chữ Số mục từ 10 h 12 6.1% 11 i 100.0% 12 j 100.0% 13 k 55 8.6% 14 l 46 30.7% 15 m 43 32.6% 16 n 30 32.6% 17 o 10 100.0% 18 100.0% 19 25 35.7% 20 p 50 11.8% 21 r 8.1% 22 t 12 2.5% 23 u 47.1% 24 v 19.6% 25 x 10 8.7% 26 z 72 64.3% Footer Page 23 of 126 Chiếm tỷ lệ Header Page 24 of 126 - 22 - KẾT LUẬN Là dân tộc có nguồn gốc địa, người Cơ Tu tạo nên văn hóa mang đậm sắc, văn hóa làng-văn hóa cộng đồng văn hóa dân gian lành mạnh, sáng Nét độc đáo đậm đà sắc văn hóa người C’tu biểu rõ với giá trị văn hóa vật thể phi vật thể như: Gươl, làng truyền thống, loại nhạc cụ; lễ hội mừng lúa mới, chữ Cơ Tu; trang phục; nghề dệt thổ cẩm, nghề đan lát, nghề rèn bảo tồn phát triển; kinh nghiệm mùa vụ, ẩm thực truyền thống; sáng tạo văn học truyền dân gian như: truyện cổ tích, ca dao, dân ca; nghệ thuật biểu diễn loại nhạc cụ, nói lý, hát lý, hát giao dun, múa tung tung da dă; nghệ thuật điêu khắc, chạm trổ hoa văn Trong thời gian qua, Đảng Nhà nước ta có đầu tư, quan tâm đáng kể đến việc khơi phục, bảo tồn văn hóa, tiếng nói dân tộc thiểu số nói chung, có tiếng dân tộc Cơ Tu Theo đó, cơng trình nghiên cứu phát triển kinh tế xã hội, bảo tồn văn hóa dân tộc Cơ Tu triển khai hầu hết vùng có đồng bào dân tộc Cơ Tu sinh sống, sách viết văn hố Cơ Tu ngày nhiều Đặc biệt, người dân tộc Cơ Tu cho đời sách nhằm bảo tồn giá trị văn hố, đồng thời giới thiệu hình ảnh, văn hố, người C’tu đến với cơng chúng truyền dạy cho hệ sau văn hố dân tộc Có thể kể đến sách là: “Tiếng thơng dụng C’tu-Kinh văn hố Làng C’tu”, “Văn hố người C’tu” tác giả Bh’riu Liếc; “Người C’tu Việt Nam” tác giả Trần Tấn Vịnh; “Vóc dáng Tây Giang” Footer Page 24 of 126 Header Page 25 of 126 - 23 - nhiều tác giả; “Từ điển C’tu-Việt, Việt C’tu” Viện Ngơn ngữ học; tổ chức giảng dạy tiếng Cơ Tu cán bộ, cơng chức, em đồng bào dân tộc làm việc, sinh sống đây; phát - truyền hình tiếng Cơ Tu… phù hợp với Nghị Trung ương khóa VIII “Xây dựng phát triển văn hóa Việt Nam tiên tiến, đậm đà sắc dân tộc”, có đề nhiệm vụ cụ thể để bảo tồn, phát huy phát triển văn hóa dân tộc thiểu số Việt Nam Trong Khn khổ luận văn, tơi tìm hiểu, nghiên cứu xây dựng kho liệu song ngữ Việt – Cơ Tu phục vụ tra cứu văn hóa dân tộc Cơ Tu Kho liệu song ngữ Việt – Cơ Tu có ý nghĩa thiết thực với đồng bào dân tộc người Cơ Tu, người có nhu cầu tìm hiểu, nghiên cứu chữ viết, văn hóa người Cơ Tu; tạo điều kiện tra cứu, dịch thuật văn quan trọng từ tiếng Cơ Tu sang tiếng Việt ngược lại, tạo tiền đề để xây dựng ứng dụng từ điển đa ngữ Hạn chế Hiện nay, số người am hiểu thật chữ viết Cơ Tu hạn chế nên việc nhờ chun gia cập nhật liệu vào phần mềm khó khăn Phần từ vựng sở liệu thiếu nhiều, chưa đầy đủ Chưa tìm hiểu sâu phương pháp cập nhật tự động, liệu tiếng Cơ Tu chủ yếu giấy nên chương trình cập nhật kho liệu phương pháp thủ cơng, chưa cập nhật kho liệu song ngữ phương pháp cập nhật tự động Hƣớng phát triển Từ phân tích hạn chế nêu trên, cần tiếp tục hồn thiện sở liệu song ngữ Việt – Cơ Tu cách nghiên cứu, bổ Footer Page 25 of 126 Header Page 26 of 126 - 24 - sung đầy đủ mục từ, nghĩa, hình ảnh, thành ngữ để kho liệu phong phú Tiếp tục nghiên cứu, xây dựng bổ sung chức tra cứu khác từ chương trình như: Mục Hỏi – đáp tự động,… Tìm hiểu sâu cấu trúc ngữ pháp tiếng Cơ Tu để dịch câu hay đoạn văn, văn từ tiếng Việt tiếng Cơ Tu Tiếp tục nghiên cứu phương pháp cập nhật tự động để xây dựng website giới thiệu người, văn hóa, đời sống, phong tục tập qn người Cơ Tu Thơng qua trang web này, ta tra từ, thêm từ, xóa chỉnh sửa từ vào kho ngữ vựng, cập nhật tự động vào kho liệu từ nguồn văn bản, báo, … tiếng Cơ Tu mạng Tiếp tục nghiên cứu, ứng dụng xây dựng từ điển đa ngữ./ Footer Page 26 of 126 ... hiểu dân tộc Cơ Tu: Chương tìm hiểu văn hóa, chữ viết dân tộc Cơ Tu Chƣơng Xây dựng kho liệu song ngữ: Trình bày vấn đề xử lý xây dựng kho liệu song ngữ, xây dựng kho liệu song ngữ Việt – Cơ Tu, ... phương pháp tách từ tiếng Việt, kho liệu song ngữ Việt – Cơ Tu, … Xây dựng kho liệu song ngữ Việt – Cơ Tu phục vụ nhu cầu khai thác, tra cứu văn hóa dân tộc Cơ Tu lĩnh vực văn hóa – xã hội, kinh tế,... viết dân tộc Cơ Tu CHƢƠNG XÂY DỰNG KHO DỮ LIỆU SONG NGỮ 2.1 CƠ SỞ DỮ LIỆU SONG NGỮ VIỆT - CƠ TU 2.1.1 Khái niệm 2.1.2 Cấu trúc sở liệu song ngữ Việt - Cơ Tu 2.1.3 Mơ hình thực thể - kết hợp sở liệu