Thu nhận ngữ nghĩa của ảnh và tìm kiếm theo ngữ nghĩa ảnh số

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - TRẦN VĂN TRUNG THU NHẬN NGỮ NGHĨA CỦA ẢNH VÀ TÌM KIẾM THEO NGỮ NGHĨA ẢNH SỐ Chuyên ngành: Công nghệ thông tin LUẬN VĂN THẠC SĨ KỸ THUẬT Công nghệ thông tin NGƯỜI HƯỚNG DẪN KHOA HỌC: TS Cao Tuấn Dũng Hà Nội – Năm 2015 MỤC LỤC MỤC LỤC LỜI CAM ĐOAN DANH MỤC THUẬT NGỮ - VIẾT TẮT .6 DANH MỤC HÌNH VẼ LỜI MỞ ĐẦU Lý chọn đề tài Mục đích nghiên cứu, đối tượng, phạm vi áp dụng Chương I: TỔNG QUAN VỀ WEB NGỮ NGHĨA 10 1.1 Sự đời khái niệm Web ngữ nghĩa .10 1.2 Những ích lợi mà web ngữ nghĩa mang lại .11 1.2.1 Máy hiểu thơng tin web .11 1.2.2 Thông tin tìm kiếm nhanh chóng xác 11 1.2.3 Dữ liệu liên kết động 11 1.2.4 Hỗ trợ cơng cụ tự động hóa 12 1.3 Kiến trúc công nghệ Web ngữ nghĩa 12 1.4 Các ngôn ngữ biễu diễn liệu 16 1.4.1 XML .16 1.4.1.1 Khái niệm XML 16 1.4.1.2 Cấu trúc tài liệu XML 16 1.4.1.3 Lược đồ XML 18 1.4.2 RDF (Resource Description Framework): .19 1.4.2.1 Khái niệm RDF: 19 1.4.2.2 Mơ hình RDF .21 1.4.2.2.1 Namespace Qualified name: .21 1.4.2.2.2 Bộ ba RDF (RDF triple) 22 1.4.2.2.3 Literal .23 1.4.2.2.4 Kiểu liệu có cấu trúc Blank node 24 1.4.2.3 Cấu trúc RDF/XML 26 1.4.2.4 RDF Container 27 1.4.2.5 RDF Collection 29 Chương II: LÝ THUYẾT XÂY DỰNG ONTOLOGY .31 2.1 Tổng quan ontology 31 2.1.1 Định nghĩa 31 2.1.2 Vai trò Ontology 31 2.1.3 Thành phần Ontology 32 2.1.4 Xây dựng Ontology 34 2.1.4.1 Phương pháp xây dựng Ontology 34 2.1.4.2 Ngôn ngữ biểu diễn Ontology: 37 2.1.4.3 Một số nghiên cứu ontology 39 2.2 Công cụ xây dựng Ontology (công cụ Protégé) 42 2.2.1 Cách tạo lớp ràng buộc 43 2.2.2 Tạo thuộc tính quan hệ: .44 2.2.3 Tạo cá thể 46 2.3 Tổng kết chương 46 Chương III: CHÚ THÍCH NGỮ NGHĨA VÀ TÌM KIẾM NGỮ NGHĨA ẢNH .47 3.1 Chú thích ngữ nghĩa ảnh 47 3.1.1 Giới thiệu thích ngữ nghĩa 47 3.1.2 Một số ứng dụng thích ngữ nghĩa ảnh 47 3.1.2.1 Sử dụng việc quản lý sưu tập ảnh cá nhân 47 3.1.2.2 Sử dụng quản lý thông tin tư liệu .54 3.2 Tìm kiếm ngữ nghĩa 56 3.2.1 Nhu cầu tìm kiếm ngữ nghĩa .56 3.2.2 Cơng cụ tìm kiếm ngữ nghĩa 57 3.2.3 Ngôn ngữ truy vấn SPARQL 59 3.2.3.1 Định nghĩa: 59 3.2.3.2 Cấu trúc SPARQL: 59 3.2.3.3 Các kiểu truy vấn: 60 Chương 4: THỰC NGHIỆM XÂY DỰNG VÀ KHAI THÁC CƠNG CỤ CHÚ THÍCH VÀ TÌM KIẾM NGỮ NGHĨA ẢNH .62 4.1 Xây dựng ontology ảnh 62 4.2 Chú thích ngữ nghĩa ảnh 64 4.3 Khai thác sử dụng công cụ tìm kiếm 68 4.4 Đánh giá kết .71 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .72 Kết luận 72 Hướng phát triển đề tài 72 TÀI LIỆU THAM KHẢO 73 LỜI CAM ĐOAN Luận văn Thạc sĩ “Thu nhận ngữ nghĩa ảnh tìm kiếm theo ngữ nghĩa ảnh số”, chuyên ngành công nghệ thơng tin cơng trình cá nhân tơi Các nội dung nghiên cứu kết trình bày luận văn trung thực rõ ràng Các tài liệu tham khảo, nội dung trích dẫn ghi rõ nguồn gốc Ngày 11 tháng năm 2015 Tác giả luận văn Trần Văn Trung DANH MỤC THUẬT NGỮ - VIẾT TẮT STT Viết tắt Giải thích RDF Resource Description Framework OWL Ontology Web Language SPARQL Protocol and RDF Query Language RDFS RDF Schema URI Uniform Resouce Identifieres XML eXtensible Markup Language HTML HyperText Markup Language DTD Document Type Definition FOAF Friend of a friend 10 MPEG Moving Picture Experts Group DANH MỤC HÌNH VẼ Hình 1.1: Web ngữ nghĩa mở rộng WWW .10 Hình 1.2: Kiến trúc phân tầng Web ngữ nghĩa năm 2001 12 Hình 1.3: Kiến trúc phân tầng Web ngữ nghĩa hoàn thiện năm 2006 13 Hình 2.1: Cấu trúc lớp phân cấp 36 Hình 2.2: Ràng buộc thuộc tính 37 Hình 2.3: Cách tạo lớp 43 Hình 2.4: Cấu trúc phân cấp lớp 44 Hình 2.5: Tạo quan hệ ontology 45 Hình 2.6: Tạo thuộc tính Ontology 45 Hình 2.7: Tạo thể lớp (individual) 46 Hình 3.1: Ảnh Katerina Tzouvara Thái Lan 48 Hình 3.2: Ảnh cầu thủ bóng đá tư việt vị 55 Hình 4.1: Cấu trúc lớp ontology .62 Hình 4.2: Các Thuộc tính ontology 63 Hình 4.3: thể lớp ontology 64 LỜI MỞ ĐẦU Lý chọn đề tài Ngày nay, Word Wide Web trở thành kho tàng thông tin khổng lồ nhân loại môi trường chuyển tải thông tin thiếu thời đại công nghệ thông tin ngày Tuy nhiên, lượng thơng tin khổng lồ tạo khó khăn lớn việc tìm kiếm thơng tin WWW Hiện nay, chủ yếu thông tin WWW biểu diễn dạng ngôn ngữ tự nhiên (các trang web sử dụng ngôn ngữ HTML) Cách biểu diễn phù hợp với người lại gây nhiều khó khăn cho chương trình làm nhiệm vụ hỗ trợ tìm kiếm thơng tin Chương trình máy tính hiểu thông tin liệu biểu diễn dạng thích hợp với người Sự đời Web ngữ nghĩa (hay Semantic Web) W3C (The World Wide Web Consortium) khởi xướng mở bước tiến công nghệ Web, thông tin Web ngữ nghĩa có cấu trúc hồn chỉnh mang ngữ nghĩa mà máy tính “hiểu” Những thơng tin này, sử dụng lại mà không cần qua bước tiền xử lý Phần lớn máy tìm kiếm dựa chế tìm kiếm theo từ khóa, kết tìm kiếm trả khơng theo mong muốn người dùng Do vậy, cần thiết có hệ thống tìm kiếm ngữ nghĩa (Semantic Search) tìm kiếm Web ngữ nghĩa hay mạng tri thức mang ngữ nghĩa, kết trả thơng tin có cấu trúc hồn chỉnh mà máy tính “hiểu” được, nhờ việc sử dụng hay xử lý thơng tin trở nên dễ dàng Ngoài ra, việc xây dựng hệ thống tìm kiếm ngữ nghĩa cụ thể tạo tiền đề cho việc mở rộng xây dựng hệ thống tìm kiếm nhiều lĩnh vực khác nhau, điều mang ý nghĩa thiết thực đời sống, ví dụ như: tìm kiếm ảnh dựa vào ngữ nghĩa Và lý luận văn “Thu nhận ngữ nghĩa ảnh tìm kiếm theo ngữ nghĩa ảnh số” em quan tâm chọn làm luận văn tốt nghiệp Mục đích nghiên cứu, đối tượng, phạm vi áp dụng - Mục đích: Đề tài tập trung nghiên cứu lý thuyết web ngữ nghĩa, thích ngữ nghĩa ảnh ứng dụng tìm kiếm ảnh dựa vào ngữ nghĩa Để đạt mục tiêu trên, đề tài tập trung vào nhiệm vụ sau: + Tìm hiểu, phân tích kiến trúc web ngữ nghĩa + Tìm hiểu ngôn ngữ biểu diễn, truy vấn liệu + Khảo sát, tìm hiểu cơng cụ xây dựng ontology ảnh + Tìm hiểu thích ngữ nghĩa ảnh tìm kiếm ngữ nghĩa + Phân tích, khai thác cơng cụ tìm kiếm ảnh dựa vào ngữ nghĩa - Đối tượng, phạm vi áp dụng: Nghiên cứu kiến trúc web ngữ nghĩa thích ngữ nghĩa ảnh Thực nghiệm xây dựng khai thác công cụ tìm kiếm ảnh dựa vào ngữ nghĩa Nội dung luận văn chia thành chương: Chương 1: Tổng quan web ngữ nghĩa Chương 2: Xây dựng Ontology thông tin ảnh Chương 3: Chú thích ngữ nghĩa tìm kiếm ngữ nghĩa ảnh Chương 4: Thực nghiệm xây dựng khai thác cơng cụ thích tìm kiếm ngữ nghĩa ảnh Chương I: TỔNG QUAN VỀ WEB NGỮ NGHĨA 1.1 Sự đời khái niệm Web ngữ nghĩa Thế hệ web với trang HTML thủ công, hệ thứ hai tạo nên bước cho máy thực thường trang HTML động Các hệ web mang ý nghĩa cho người thao tác trực tiếp (đọc, duyệt, điền vào mẫu) Thế hệ web thứ ba gọi “Semantic web”, mang mục đích thơng tin máy xử lý Một khái niệm Web ngữ nghĩa Tim Berners – Lee định nghĩa sau: “Web ngữ nghĩa mở rộng WEB mà thơng tin định nghĩa rõ ràng cho người máy tính làm việc với cách hiệu hơn” [1] Sự mở rộng semantic web việc thêm vào web yếu tố ngữ nghĩa, phép máy tính khai thác khai thác tốt thông tin web Trên semantic web , tài nguyên đưa với xác định rõ ràng ngữ nghĩa thuận tiện để máy tính người cộng tác làm việc Web ngữ nghĩa mạng lưới thơng tin liên kết cho chúng xử lý dễ dàng máy tính phạm vi tồn cầu Nó xem cách mơ tả thông tin hiệu Word Wide Web, xem cở sở liệu có khả liên kết tồn cầu Hình 1.1: Web ngữ nghĩa mở rộng WWW Tóm lại: Semantic Web đơn mở rộng Web hành mà đột phá thay công nghệ Web cũ Ngược lại Semantic 10 - Bộ định nghĩa truy vấn: chứa thông tin cho biết việc xếp (order), giới hạn (limit) kết truy vấn # prefix declarations PREFIX foo: # dataset definition FROM # result clause SELECT # query pattern WHERE { } # query modifiers ORDER BY 3.2.3.3 Các kiểu truy vấn: SPARQL đặc tả loại truy vấn khác cho mục đích khác [10] - Truy vấn SELECT: Sử dụng để trích xuất giá trị thơ từ SPARQL endpoint, kết trả định dạng bảng.Ví dụ: PREFIX foaf: SELECT ?name WHERE { ?person foaf:name ?name } - Truy vấn CONSTRUCT: Sử dụng để trích xuất thơng tin từ SPARQL endpoint chuyển kết thành dạng RDF hợp lệ.Ví dụ: PREFIX foaf: PREFIX vcard: CONSTRUCT { vcard:FN ?name } 60 WHERE { ?x foaf:name ?name } - Truy vấn ASK: Sử dụng để cung cấp kết dạng True/False đơn giản cho truy vấn SPARQL endpoint.Ví dụ: PREFIX foaf: ASK { ?x foaf:name "Alice" } - Truy vấn DESCRIBE: Sử dụng để trích xuất đồ thị RDF từ SPARQL endpoint, nội dung đưa tới endpoint để định dựa thơng tin có ích.Ví dụ: PREFIX foaf: DESCRIBE ?x WHERE { ?x foaf:mbox } 61 Chương 4: THỰC NGHIỆM XÂY DỰNG VÀ KHAI THÁC CÔNG CỤ CHÚ THÍCH VÀ TÌM KIẾM NGỮ NGHĨA ẢNH 4.1 Xây dựng ontology ảnh Xây dựng ontology liệu ảnh Bóng đá: - Bao gồm lớp sau: + Cau_lac_bo + San_van_dong + Danh_hieu: Gồm có hai lớp là: Danh_hieu_tap_the Danh_hieu_ca_nhan + Giai_dau: Gồm có hai lớp là: Cup_quoc_te Cup_quoc_gia + Con_nguoi: Gồm có hai lớp là: Huan_luyen_vien Cau_thu + Quoc_gia Hình 4.1: Cấu trúc lớp ontology - Các Object property: + Co_quoc_tich + Dang_choi_cho + Dat_danh_hieu + La_cau_lac_bo_cua + La_giai_dau_cua 62 + La_huan_luyen_vien_cua - Các Dataproperties (của cầu thủ): + Chieu_cao + So_ao + So_ban_thang + So_lan_ra_san + Tuoi + Vi_tri Hình 4.2: Các Thuộc tính ontology - Các individual: Là tên các: Quốc gia, Câu lạc bộ, Huấn luyện viên, Cầu thủ, Sân vận động, giải đấu danh hiệu Ví dụ như: Anh, Phap, Duc, Manchester_United, Cristiano_Ronaldo, Primier_luague, Vua_pha_luoi… 63 Hình 4.3: thể lớp ontology 4.2 Chú thích ngữ nghĩa ảnh Ảnh tài liệu không cấu trúc giống thông tin văn Trước xuất RDF, từ khóa cho việc tìm kiếm dựa tên file ảnh, liên kết với ảnh Để tăng cường tối ưu hóa kết tìm kiếm, tiêu chuẩn RDF sử dụng để mơ tả tài ngun hình ảnh với thuộc tính trọng lượng cho cụm mô tả nội dung ảnh Xem xét hình ảnh cầu thủ bóng đá với tất thuộc tính quốc tịch, chiều cao, số áo, câu lạc chơi, vị trí sân, số lần sân…Nếu truy vấn người dùng cho cầu thủ có vị trí “tiền đạo”, tất hình ảnh cầu thủ hiển thị , không phân biệt số áo, quốc tịch, câu lạc bộ… Ví dụ: SELECT ?CAU_THU ?TUOI ?VI_TRI ?SO_AO WHERE { ?CAU_THU foot:Tuoi ?TUOI FILTER (?TUOI) ?CAU_THU foot:Vi_tri ?VI_TRI FILTER regex(?VI_TRI, "Tien dao") ?CAU_THU foot:So_ao ?SO_AO FILTER (?SO_AO)} 64 Khi người dùng tìm kiếm cầu thủ bóng đá có vị trí tiền đạo, có quốc tịch Anh, khơng có thích kết trả nhiều cầu thủ có quốc tịch Anh có vị trí tiền đạo, không theo mong muốn người dùng Để thực việc truy hồi hình ảnh xác, hiệu làm cho máy tính dễ hiểu hơn, cung cấp nhiều thơng tin tốt hình ảnh, qua việc tìm kiếm trở nên dễ dàng xác - Chú thích ngữ nghĩa ảnh cho cầu thủ Cristiano Ronaldo: 185 7 632 30 48 446 Tien dao 65 Khi người dùng tìm kiếm cầu thủ có áo số 10, tuổi 30, vị trí tiền đạo, chơi cho câu lạc Real Madrid cho kết xác cầu thủ Cristiano Ronaldo Do đó, cách tạo thích cho hình ảnh tài ngun cung cấp tối đa mô tả nội dung tới hình ảnh hay tài nguyên, tăng cường trình tìm kiếm truy vấn ảnh thu nhiều ngữ nghĩa so với tìm kiếm truyền thống Biện pháp thứ hai cho việc truy vấn ngữ nghĩa thêm thuộc tính trọng số (weight) vào tài liệu Vì số lượng người dùng ứng với từ khóa tìm kiếm tăng lên, trọng số tương ứng với từ khóa tìm kiếm tăng lên thứ hạng hình ảnh phải tăng lên với từ khóa tìm kiếm Bằng cách thêm vào tính Web 2.0 có nhiều ngữ nghĩa mơ tả nội dung hình ảnh theo cách sau: Trong hình - mơ tả ban đầu hình ảnh liên quan đến cầu thủ bóng đá tiếng Leonel Messi người Argentina Thuộc tính cung cấp mơ tả từ khóa cho hình ảnh với giá trị '1' mô tả trọng số ban đầu cho từ khóa "Leonel Messi" Người dùng tìm kiếm hình ảnh cách sử dụng từ khóa có hình ảnh khác kết Hơn nữa, dùng cần chọn hình ảnh này, có nghĩa nội dung mơt tả xác nhận lựa chọn người dùng Giá trị thuộc tính , thực vai trò quan trọng việc xếp hạng kết quả, tăng lên cho từ khóa " Leonel Messi " hình ảnh hiển thị 66 Đề xuất ý tưởng thứ ba cho việc thích ngữ nghĩa ảnh thêm thuộc tính (category) mà làm tăng độ xác cho tìm kiếm ảnh Trong thực hoạt động tìm kiếm, thơng tin người dùng thêm vào thuộc tính liên quan thơng tin ngữ nghĩa bổ sung cho từ khóa để khắc phục từ tình mà từ khóa có số ý nghĩa khác bối cảnh khác Để thể kết xác cho người sử dụng với ngành nghề khác nhau, sở thích, trích ngang khác, cần phải sửa đổi thuật toán xếp hạng cho sức chứa yếu tố tương tác người dùng để thể kết xếp hạng cá nhân cho cá nhân khác họ sử dụng từ khoá thực thao tác tìm kiếm Phương pháp đánh giá là: Đối với hình ảnh, ngồi việc mơ tả nội dung thêm mô tả danh mục (category): 9 Kết tìm kiếm ảnh cho từ khóa “eclipse” Hình cho thấy ví dụ việc sử dụng thông tin dùng để mơ tả loại hình ảnh Theo số người dùng tìm kiếm hình ảnh xe có lẽ chọn hình ảnh Ngay sau khi, người dùng chọn hình ảnh kết 67 cho việc tìm kiếm sau từ khóa 'Eclipse', hình ảnh làm tăng thêm giá trị xe với thuộc tính "attribute" thẻ tới phần mơ tả danh mục với xác nhận người dùng khác, giá trị trọng số cho thẻ tăng thêm cho giá trị cụ thể thuộc tính "attribute" Các thủ tục tương tự thực theo sau trường hợp phần mềm thiên văn học Rank Grade = Class Weight + keyword Weight Việc xếp hạng mức định kết tìm kiếm hình ảnh Nếu ảnh có hạng cao nhất, xếp mức cao kết hình ảnh khác có xếp hạng mức thấp thể trang cuối Xếp hạng hồn tồn phụ thuộc vào thích ngữ nghĩa thích hợp hình ảnh tìm kiếm ngữ nghĩa ảnh 4.3 Khai thác sử dụng công cụ tìm kiếm Khai thác sử dụng cơng cụ Twinkle, với ngơn ngữ truy vấn SPARQL: - Ví dụ 1: Tìm kiếm cầu thủ thi đấu vị trí tiền đạo: - Ví dụ 2: Tìm kiếm tất cầu thủ thi đấu vị trí tiền đạo từ 30 tuổi trở lên: 68 - Ví dụ 3: Tìm kiếm tất cầu thủ thi đấu vị trí tiền đạo, từ 30 tuổi trở lên mặc áo số 7: - Ví dụ 4: Tìm kiếm tất cầu thủ thi đấu vị trí tiền đạo, không phân biệt độ tuổi, số áo, thi đấu cho câu lạc nào: 69 -Ví dụ 5: Tìm kiếm tất cầu thủ thi đấu vị trí tiền đạo đạt danh hiệu vua phá lưới, không phân biệt độ tuổi, số áo câu lạc bộ: Ví dụ 6: Tìm kiếm tất cầu thủ thi đấu vị trí tiền đạo đá cho 70 câu lạc Real Madrid, không phân biệt độ tuổi, số áo: 4.4 Đánh giá kết - Ưu điểm: Phương pháp quản lý, tìm kiếm theo ngữ nghĩa bước đầu đạt kết khả quan, giải tốt vấn đề tìm kiếm ảnh liên quan đến mặt nội dung  Mục tiêu tìm kiếm ảnh theo ngữ nghĩa bước đầu thực thành công Bước đầu xây dựng hồn chỉnh mơ hình quản lý, tìm kiếm ảnh theo hướng theo ngữ nghĩa, đáp ứng đầy đủ nhu cầu người dùng - Hạn chế: Luận văn chưa xây dựng website tìm kiếm ảnh dựa tảng web ngữ nghĩa sử dụng thư viện hỗ trợ Phương pháp quản lý, tìm kiếm ảnh theo ngữ nghĩa nhiều thời gian, chi phí cho việc xây dựng hệ sở tri thức (Ontology) cho lĩnh vực, ngành cụ thể Chỉ có chuyên gia ngành thực tốt cơng tác chưa có nghiên cứu trước lĩnh vực nên ta không kế thừa kết nghiên cứu có trước 71 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Luận văn tìm hiểu, nghiên cứu web ngữ nghĩa, gồm nội dung như: Kiến trúc web ngữ nghĩa, ngôn ngữ biểu diễn truy vấn liệu Trình bày nội dung ngôn ngữ biểu diễn liệu, đặc biệt RDF, ngôn ngữ tảng giữ vai trò quan trọng kiến trúc web ngữ nghĩa Đồng thời tìm hiểu số nghiên cứu web ngữ nghĩa, thích ngữ nghĩa Khai thác, sử dụng công cụ Twinkle, sử dụng ngôn ngữ SPARQL để truy vấn liệu mô tả ảnh Hướng phát triển đề tài Nghiên cứu sâu web ngữ nghĩa, tầng cao kiến trúc công nghệ web ngữ nghĩa (các nội dung mã hóa liệu, logic, proof), từ mở rộng thêm ứng dụng thông qua việc xử lý ngôn ngữ tự nhiên Không khai thác ứng dụng cơng cụ có sẵn mà xây dựng website tìm kiếm ảnh có hỗ trợ ngữ nghĩa, hướng tới xây dựng cơng cụ tìm kiếm nhiều lĩnh vực, nhiều tài nguyên khác 72 TÀI LIỆU THAM KHẢO [1] Berners – Lee, T., Hendler, J., and Lassila, o., 2001, “The semantic web”, Scientific American, 284: 34-43 [2] W3C semantic web Activity , 1994-2006, http://www.w3c.org/2001/sw [3] Semantic Image Retrieval Based on Ontology and SPARQL Query; N Magesh Assistant Professor, Dept of Computer Science and Engineering, Institute of Road and Transport; Dr P Thangaraj Professor, Dept of Computer Science and Engineering.Bannariamman Institute of Technology, Sathyamangalam – 638 401 Technology, Erode-638 316 [4] THE SEMANTIC WEB: THE ROLES OF XML AND RDF, Houtan shrirani-Mehr [5] WC3, Descripbling and retrieving photos using RDF and HTTP, URL http://www.w3.org/TR/2002/NOTE-photo-rdf-20020419 [6] Image Annotation on the Semantic Web, W3C Incubator Group Report 14 August 2007 http://www.w3.org/2005/Incubator/mmsem/XGR-image-annotation-20070814/ [7] Tìm hiểu ngơn ngữ, cơng cụ hỗ trợ biểu diễn, truy vấn liệu web ngữ nghĩa xây dựng ứng dụng tìm kiếm thơng tin ảnh [8] Context-Aware Photograph Annotation on the Social Semantic Web; Fergal Paul Monaghan; Digital Enterprise Research Institute, National University of Ireland, Galway December 2008 [9] Automatic Image Semantic Interpretation using Social Action and Tagging Data; NEELA SAWANT, JIA LI · JAMES Z WANG [10] Dublin Core Metadata Element Set, Version 1.1, http://dublincore.org/documents/2012/06/14/dces/ [11] http://www.obrador.com/essentialjpeg/headerinfo.htm [12] SPARQL Query Language for RDF, W3C Recommendation 15 January 2008, http://www.w3.org/TR/rdf-sparql-query/ [13] Resource Description Framework (RDF), https://www.w3.org/RDF/ 73 [14] Tim Berners-Lee, Date: 2006-07-27, Linked Data, http://www.w3.org/DesignIssues/LinkedData.html [15] XML- tảng ứng dụng, Nguyễn Phương Lan, NXB Lao động – Xã hội [16] Lê Thành Nhân, Võ Trung Hùng, Cao Xuân Tuấn, Hoàng Thị Mỹ Lệ MATHIS – Hệ thống hỗ trợ tạo thích tìm kiếm tài liệu khoa học Tạp chí khoa học công nghệ, Đại học Đà Nẵng - Số 4(39).2010 [17] Trần Đình Khang, Vũ Tuyết Trinh, Đỗ Đức Thành, Đỗ Thị Ngọc Quỳnh Một phương pháp tìm kiếm dựa Ontology phục vụ quản lý thông tin khoa học công nghệ Bộ môn Hệ thống Thông tin, Trường Đại Học Bách Khoa Hà Nội [18] Lương Quý Tịnh Hà Xây dựng cơng cụ tìm kiếm tài liệu học tập truy vấn ngôn ngữ tự nhiên kho học liệu mở tiếng Việt [19] Thomas R.Gruber Toward Principles for the Design of Ontologies Used for Knowledge Sharing Stanford Knowledge Systems Laboratory, 701 Welch Road, Building C Palo Alto, CA 94304, gruber@ksl.stanford.edu [20] Satyavir Singh, Enhancing Image search accuracy using semantic annotation Computer science and engineering department Thapar University, June – 2010 74 ... THÍCH NGỮ NGHĨA VÀ TÌM KIẾM NGỮ NGHĨA ẢNH .47 3.1 Chú thích ngữ nghĩa ảnh 47 3.1.1 Giới thiệu thích ngữ nghĩa 47 3.1.2 Một số ứng dụng thích ngữ nghĩa ảnh ... ngữ nghĩa, thích ngữ nghĩa ảnh ứng dụng tìm kiếm ảnh dựa vào ngữ nghĩa Để đạt mục tiêu trên, đề tài tập trung vào nhiệm vụ sau: + Tìm hiểu, phân tích kiến trúc web ngữ nghĩa + Tìm hiểu ngôn ngữ. .. truy vấn liệu + Khảo sát, tìm hiểu công cụ xây dựng ontology ảnh + Tìm hiểu thích ngữ nghĩa ảnh tìm kiếm ngữ nghĩa + Phân tích, khai thác công cụ tìm kiếm ảnh dựa vào ngữ nghĩa - Đối tượng, phạm