Xây dựng ONTOLOGY phục vụ lưu trữ và tìm kiếm trực tuyến các tài liệu của chi cục văn thư lưu trữ tĩnh quảng ngãi

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA - CAO XUÂN HÀ XÂY DỰNG ONTOLOGY PHỤC VỤ LƯU TRỮ VÀ TÌM KIẾM TRỰC TUYẾN CÁC TÀI LIỆU CỦA CHI CỤC VĂN THƯ LƯU TRỮ TỈNH QUẢNG NGÃI Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 60480101 TĨM TẮT LUẬN VĂN THẠC SĨ Đà Nẵng - Năm 2017 Cơng trình hoàn thành TRƯỜNG ĐẠI HỌC BÁCH KHOA Người hướng dẫn khoa học: PGS.TS Võ Trung Hùng Phản biện 1: Phản biện 2: Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Khoa học máy tính họp Trường Đại học Bách khoa vào ngày tháng năm Có thể tìm hiểu luận văn tại:  Trung tâm Học liệu, Đại học Đà Nẵng Trường Đại học Bách khoa  Thư viện Khoa , Trường Đại học Bách khoa ĐHĐN MỞ ĐẦU I Lý chọn đề tài Ngày 03.01.1946, Chủ tịch Hồ Chí Minh ký Thơng đạt số 01 cơng tác cơng văn, giấy tờ, nêu rõ: “Tài liệu lưu trữ có giá trị đặc biệt phương diện kiến thiết quốc gia” Đây văn Nhà nước ta công tác văn thư lưu trữ, đặt móng cho ngành Lưu trữ Việt Nam hình thành phát triển Đến thời kỳ bùng nổ cách mạng CNTT, làm tốt công tác lưu trữ giúp đẩy mạnh cải cách thủ tục hành chính, giúp cho nhà nước nhân dân tiết kiệm nhiều chi phí cho việc lại, trao đổi, giao dịch, tìm kiếm,… Nhận thức trước điều Bộ Chính trị ban hành Nghị số 36-NQ/TW ngày 01 tháng năm 2014 đẩy mạnh ứng dụng, phát triển công nghệ thông tin đáp ứng yêu cầu phát triển bền vững hội nhập quốc tế Nghị 30c/NQ-CP ngày 08/11/2011 Chương trình tổng thể cải cách hành nhà nước giai đoạn 2011 – 2020 Trong đề cập nhiều đến Ứng dụng CNTT - TT quy trình xử lý cơng việc quan hành nhà nước, quan hành nhà nước với giao dịch với tổ chức, cá nhân quan trọng ứng dụng công nghệ thông tin hoạt động dịch vụ hành cơng, dịch vụ công đơn vị nghiệp công Hầu hết quan, đơn vị lưu trữ tài liệu dạng thủ công văn giấy dẫn đến hạn chế như: nhàu nát, hỏng, mờ, khó khăn việc tìm kiếm tài liệu, nhiều thời gian khơng gian lưu trữ Trong nhu cầu đặt cho việc tìm kiếm thơng tin ngày cao Một số văn đăng tải trang Web dừng lại việc cung cấp thông tin chưa cung cấp tri thức cần thiết nên có khó khăn định việc tìm hiểu, tra cứu Xuất phát từ thực tế nêu với hướng dẫn tận tình thầy Võ Trung Hùng, tơi định chọn đề tài: “XÂY DỰNG ONTOLOGY PHỤC VỤ LƯU TRỮ VÀ TÌM KIẾM TRỰC TUYẾN CÁC TÀI LIỆU CỦA CHI CỤC VĂN THƯ LƯU TRỮ TỈNH QUẢNG NGÃI” làm luận văn tốt nghiệp II Mục tiêu nghiên cứu a Mục tiêu nghiên cứu Xây dựng hệ thống phục vụ tra cứu thơng tin văn hành Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi Hệ thống dựa công nghệ Web ngữ nghĩa nhằm hỗ trợ việc tra cứu, cung cấp tri thức cần thiết góp phần thực tốt cơng tác văn thư, lưu trữ tỉnh Quảng Ngãi b Nhiệm vụ đề tài - Tìm hiểu sở lý thuyết Web ngữ nghĩa; - Tìm hiểu cơng cụ phương thức xây dựng ứng dụng; - Thu thập liệu, khảo sát nhu cầu, trạng tra cứu văn Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi; - Phân tích, thiết kế hệ thống; - Xây dựng chương trình, cài đặt, kiểm thử đánh giá III Đối tượng phạm vi nghiên cứu a Đối tượng nghiên cứu - Văn hành Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi, nhu cầu trạng tra cứu - Các vấn đề liên quan đến Web ngữ nghĩa - Qui trình xây dựng Web ngữ nghĩa - Công cụ, ngôn ngữ công nghệ liên quan đến Web ngữ nghĩa (Protege, RDF, SPARQL,…) - Các thư viện phát triển ứng dụng Web ngữ nghĩa (OwlDotNetApi, SemWeb) - Một số ứng dụng có sẵn Web ngữ nghĩa - Phân tích xử lý liệu trích lọc trang Web (Giả thuyết liệu trích lọc) b Phạm vi nghiên cứu Hằng năm, Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi chỉnh lý số hóa tài liệu tích đống 10 đơn vị, 500.000 văn hành loại Văn hành chứa nhiều thơng tin, đề tài tơi giới hạn phạm vi tìm kiếm theo: tên loại, số ký hiệu văn bản, ngày ban hành, nội dung trích yếu, tác giả, tên tệp tin PDF văn bản, mối quan hệ ngữ nghĩa văn IV Phương pháp nghiên cứu a Giả thiết nghiên cứu b Phương pháp nghiên cứu V Ý nghĩa khoa học thực tiễn đề tài a Ý nghĩa khoa học: Tiếp cận công nghệ xử lý thông tin Web ngữ nghĩa Phát triển ứng dụng để góp phần phổ biến bước thâm nhập sâu công nghệ b Ý nghĩa thực tiễn: Ứng dụng thành công nghệ thông tin vào lĩnh vực văn thư – lưu trữ, góp phần phục vụ tốt việc tìm hiểu nghiên cứu, sử dụng khai thác tài liệu Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi Hỗ trợ công tác văn thư, lưu trữ tìm kiếm văn cách nhanh Triển khai ứng dụng Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi VI Bố cục luận văn Chương TỔNG QUAN VỀ WEB NGỮ NGHĨA Trong chương giới thiệu khái niệm tổng quan Web ngữ nghĩa, ngôn ngữ cơng cụ xây dựng Web ngữ nghĩa Tìm hiểu kiến trúc Web ngữ nghĩa, ứng dụng triển vọng Web ngữ nghĩa tương lai 1.1 Ontology 1.1.1 Khái niệm Ontology Trong khoa học máy tính, Ontology mơ hình liệu biểu diễn lĩnh vực sử dụng để suy luận đối tượng lĩnh vực mối quan hệ chúng 1.1.2 Mục đích xây dựng Ontology 1.1.3 Yêu cầu sử dụng Ontology - Cấu trúc rõ ràng: Đây điều kiện cần cho máy xử lý thơng tin - Ngữ nghĩa hình thức miêu tả ý nghĩa tri thức cách xác 1.1.4 Các thành phần Ontology - Cá thể (Individuals) - Lớp (Classes) - Thuộc tính (Properties) - Quan hệ (Relation 1.1.5 Ngôn ngữ OWL 1.2 Khái niệm Web ngữ nghĩa 1.2.1 World Wide Web hạn chế 1.2.2 Sự đời Web ngữ nghĩa 1.2.3 Định nghĩa Web ngữ nghĩa Semantic Web hay gọi Web ngữ nghĩa hay Web 3.0, mở rộng nối tiếp Web hệ trước, đưa Tim Berners-Lee vào khoảng năm 1998 Web ngữ nghĩa cỗ máy tìm kiếm, có khả hỗ trợ người dùng tìm kiếm thơng tin cách thơng minh, xác nhanh chóng Lợi ích Web ngữ nghĩa máy tính hiểu nội dung thông tin Web, thông tin tìm kiếm cách xác nhanh chóng hơn, liệu liên kết động hỗ trợ tự động hóa cho dịch vụ 1.3 Kiến trúc Web ngữ nghĩa 1.3.1 Giới thiệu 1.3.2 Vai trò tầng kiến trúc Web ngữ nghĩa a Tầng URI IRI b Tầng XML c Tầng RDF RDFS d Tầng Ontology e Tầng Logic f Tầng Proof g Tầng Trust h Tầng User Interface & Application 1.4 Xây dựng Web ngữ nghĩa 1.4.1 XML RDF Web 1.4.2 Các ngơn ngữ biểu diễn Ontology cho Web có ngữ nghĩa 1.4.3 Phát triển nâng cao Web ngữ nghĩa 1.5 Các ngôn ngữ công cụ xây dựng Web ngữ nghĩa 1.5.1 XML (eXtensible Markup Language) XML đặc tả cho tài liệu (Document) mà máy tính đọc 1.5.2 RDF - Nền tảng Web ngữ nghĩa a Giới thiệu RDF Mơ hình liệu sở RDF gồm có đối tượng: Resource (tài nguyên), Property (thuộc tính) Statement (phát biểu) Resource (tài Property (thuộc Statement (phát biểu) nguyên) tính) - Là phạm - Là loại đặc biết - Một phát biểu xác trù rộng lớn dùng tài nguyên, định thuộc tính tài để mội đối chúng mơ tả mối nguyên, ba tượng Web quan hệ gồm: Object – Attribute khái niệm, từ tài nguyên,… - Value (Đối tượng vựng, thực thể, - Thuộc tính Thuộc tính - Giá trị) tính chất RDF quan hệ xác định đối tượng URL - Mỗi tài nguyên ln định danh URI, URI URL địa Web b Mô hình RDF c Bộ ba RDF ( RDF Triple) + Subject: Địa hay vị trí tài nguyên muốn mơ tả, thơng thường chuỗi định URL URI + Predicate: Xác định tính chất tài nguyên + Object: Nội dung gán cho thuộc tính d Đồ thị RDF (RDF Graph) e Cấu trúc RDF/XML 1.5.3 RDF Schema a Giới thiệu b Định nghĩa Class (Lớp) c Định nghĩa Property (Thuộc tính) d FOAF - Sự mở rộng RDF 1.5.4 Truy vấn liệu Web ngữ nghĩa (SPARQL) a Giới thiệu b Tạo câu truy vấn đơn giản c Cú pháp câu truy vấn d Blank node e Những dạng cú pháp khác f Ràng buộc liệu g Các phép toán điều kiện câu truy vấn - Phép hội - Phép chiếu - DISTINCT - ORDER BY - LIMIT 1.6 Nhận xét Việc tìm kiếm dựa Web ngữ nghĩa người dùng không cần phải nhớ xác từ khóa Khả cung cấp thêm thơng tin, gợi ý thông tin liên quan nhờ hiểu mối liên hệ khái niệm khả vượt trội tìm kiếm Web ngữ nghĩa mà cơng cụ tìm kiếm truyền thống chưa thể thực Tóm lại, Cơng nghệ Web ngữ nghĩa phát triển ngày hoàn thiện dần với tập luật định nghĩa thông minh hơn, làm cho việc phát triển công nghệ ngày thuận lợi Chương GIẢI PHÁP ĐỀ XUẤT 2.1 Quản lý văn hồ sơ 2.1.1 Nhu cầu trạng tra cứu văn Hằng năm, Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi chỉnh lý số hóa tài liệu tích đống 10 đơn vị, 500.000 văn hành loại 2.1.2 Tổng quan hồ sơ Hồ sơ tập tài liệu có liên quan với vấn đề, việc, đối tượng cụ thể có đặc điểm chung, hình thành q trình theo dõi, giải cơng việc thuộc phạm vi chức năng, nhiệm vụ quan, tổ chức, cá nhân Trong hồ sơ có nhiều văn 2.1.3 Tổng quan văn Sau số hóa, văn phải nằm hồ sơ định Có nhóm văn lớn: - Văn khơng mang tính quyền lực nhà nước - Văn mang tính quyền lực nhà nước (văn quản lý nhà nước 2.1.4 Số, ký hiệu văn Số, ký hiệu văn định nghĩa theo quy định 2.1.5 Tên loại văn Bảng chữ viết tắt tên loại văn 2.1.6 Trích yếu nội dung Trích yếu nội dung văn câu ngắn gọn cụm từ phản ánh khái quát nội dung chủ yếu văn 2.2 Phân tích tốn Tìm kiếm văn Chi cục VTLT 2.2.1 Giới thiệu toán a Đối tượng sử dụng b Yêu cầu toán Bài toán đặt yêu cầu xây dựng trang Web có chức hỗ trợ tìm kiếm thơng tin văn đáp ứng yêu cầu như: - Cho phép người dùng nhập liệu - Tùy chọn hướng tiếp cận liệu, người dùng tùy chọn hướng truy xuất liệu từ thể loại văn (Quyết định, Công văn,…) hay năm phát hành văn (Năm 2015, 2014,…) 2.2.2 Tìm kiếm tìm kiếm nâng cao a Tìm kiếm (trường hợp biết số ký hiệu văn bản): b Tìm kiếm nâng cao (Trường hợp số ký hiệu văn bản): c Phân tích vấn đề - Xây dựng Ontology: Trong phần xây dựng lớp, thuộc tính tạo mối quan hệ phân cấp theo chuẩn định nghĩa tổ chức W3C định nghĩa riêng biệt cho chương trình - Trình duyệt Web: Phần trình duyệt khơng xây dựng trình duyệt hồn tồn đáp ứng đầy đủ yêu cầu truy cập liệu Ontology mà ta xây dựng trình duyệt tương tự ứng dụng Web nhằm hiển thị thông tin sở liệu xây dựng 2.2.3 Giải pháp a Phát thảo kiến trúc tổng thể hệ thống - Giao diện Web (Web Browser) - Máy tìm kiếm (Search Engine) b Giải yêu cầu tìm kiếm 2.2.4 Các chức ứng dụng - Duyệt theo ngữ nghĩa - Tìm kiếm theo khóa - Tìm kiếm nâng cao 2.3 Quy trình xây dựng Web ngữ nghĩa - Bước 1: Xác định lĩnh vực phạm vi Ontology: - Bước 2: Xem xét việc sử dụng lại Ontology có sẵn - Bước 3: Liệt kê thuật ngữ quan trọng - Bước 4: Xác định lớp phân cấp lớp - Bước 5: Xác định thuộc tính - Bước 6: Xác định ràng buộc thuộc tính - Bước 7: Tạo thực thể 2.4 Các công cụ hỗ trợ 2.4.1 Công cụ xây dựng ứng dụng Protege Protege, công cụ sử dụng rộng rãi hiệu Nó cho phép người sử dụng định nghĩa chỉnh sửa lớp Ontology, thuộc tính quan hệ thể sử dụng cấu trúc Các Ontology đưa theo định dạng RDF(S), XML Schema Platform Protege cung cấp hai cách mơ hình hóa Ontology thơng qua Protege-Frame Protege-OWL, ngồi có nhiều plugin Chúng ta quan sát cách trực quan thơng qua OWL Viz, cho phép quan sát Ontology dạng đồ họa đưa file ảnh JPEG Ngồi cịn hỗ trợ truy vấn SPARQL a Đặc điểm Protege Các đối tượng xây dựng Protege là: - Classes – Tổ chức quan hệ tham chiếu kiểu thực thi - Axioms – Mơ hình câu lệnh - Instances – Các thể hiện, thành phần đối tượng 10 - Domain – Giới hạn Ontology - Vocabulary – Các lớp khai báo b Protege sử dụng giao diện đồ hoạ Ngay từ phiên Protege - API, phần mềm Protege không cho phép tạo mô hình cách thủ cơng mà cịn cho phép người sử dụng giao diện đồ họa để phát triển c Protege phát triển để tích hợp cơng cụ 2.4.2 Bộ Visual Studio.Net 2.4.3 Thư viện phát triển ứng dụng a SemWeb: b OwlDotNetApi OwlDotNetApi OWL API với phân tích cú pháp viết C# theo cơng nghệ NET dựa phân tích cú pháp RDF Drive, hoàn toàn phù hợp với đặc điểm kĩ thuật W3C Mục tiêu OwlDotNetApi đọc/ghi liệu XML dựa đồ thị với cạnh tương ứng với thuộc tính liên kết đỉnh tương ứng với nút hay gọi lớp OwlDotNetApi có hai phần lớp chức lớp giao tiếp 2.5 Nhận xét Qua vấn đề trình bày Chương cho thấy nhu cầu trạng việc tra cứu thơng tin văn Từ đề giải pháp cụ thể góp phần thực trạng Tơi tiến hành phân tích tốn tìm kiếm văn bản, phác thảo kiến trúc tổng thể hệ thống quy trình xây dựng Web ngữ nghĩa Tiến hành lựa chọn cơng cụ thích hợp để xây dựng triển khai ứng dụng 11 Chương XÂY DỰNG HỆ THỐNG 3.1 Mơ hình kiến trúc tổng thể hệ thống 3.2 Phát triển ứng dụng 3.2.1 Qui trình phát triển ứng dụng Để thiết kế cơng cụ tìm kiếm ngữ nghĩa cho tốn sau thu thập liệu cần thực giai đoạn sau: - Giai đoạn 1: Xây dựng Ontology - Giai đoạn 2: Xây dựng giao diện - Giai đoạn 3: Thử nghiệm - Giai đoạn 4: Đánh giá kết chương trình 3.2.2 Mơi trường phát triển ứng dụng Hệ thống tra cứu thông tin văn chọn tảng NET làm cơng cụ để phát triển chính, tương tác với nhiều ngơn ngữ khác Bên cạnh cịn dùng công cụ sau để hỗ trợ xây dựng phát triển ứng dụng như: - Sử dụng phần mềm Protege 4.3 để thiết kế Ontology văn - Bộ Visual Studio 2010 - Ngơn ngữ lập trình C# ASP.Net MVC - Ngôn ngữ truy vấn liệu RDF: SPARQL - Thư viện mã nguồn OwlDotNetApi - Ứng dụng chạy trình duyệt IE, Google Chrome, Firefox,… để giao tiếp với người sử dụng 3.2.3 Xây dựng Ontology Quy trình xây dựng Ontology gồm bước Stanford Center for Biomedical Informatics Research đưa ra: - Bước 1: Xác định miền phạm vi Ontology - Bước 2: Xem xét việc tái sử dụng Ontology sẵn có 12 - Bước 3: Liệt kê thuật ngữ quan trọng - Bước 4: Xác định lớp phân lớp - Bước 5: Xác định thuộc tính phân lớp - Bước 6: Xác định ràng buộc thuộc tính Việc xác định ràng buộc thuộc tính quan trọng, định khả suy diễn mơ hình Ontology - Bước 7: Tạo thực thể 3.2.4 Xây dựng giao diện Để khai thác hệ thống cách có hiệu quả, điều đặc biệt ý trình xây dựng ứng dụng phải thiết kế giao diện thân thiện dễ sử dụng 3.3 Đánh giá kết hệ thống Hệ thống triển khai thử nghiệm cho số đối tượng có nhu cầu tra cứu địa bàn tỉnh Quảng Ngãi Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi, Sở Giáo dục Đào tạo, Ban Thi đua Khen thưởng tỉnh, Ban Tơn giáo tỉnh, Phịng Nội vụ huyện Bình Sơn, Sở Thơng tin Truyền thơng tỉnh Quảng Ngãi Đối tượng Chi cục Mức độ đáp ứng nhu cầu Hình thức trình bày Tốt Khá Hạn chế Phù hợp Hạn chế 71% 22% 10% 82% 16% 67% 25% 11% 86% 14% Văn thư Lưu trữ tỉnh Quảng Ngãi Sở Giáo dục Đào tạo Ban Thi 13 đua Khen thưởng tỉnh Ban Tôn 73% 21% 9% 88% 12% 66% 26% 8% 81% 17% 65% 31% 7% 84% 16% giáo tỉnh Phịng Nội vụ huyện Bình Sơn Sở Thông tin Truyền thông tỉnh Quảng Ngãi Hệ thống giải vấn đề đặt ra, đáp ứng nhu cầu tìm kiếm cách nhanh chóng, cung cấp cách có hiệu thơng tin cần thiết văn Qua góp phần vào nhiệm vụ cải cách hành Chi cục nói riêng tỉnh Quảng Ngãi nói chung 14 KẾT LUẬN VÀ KIẾN NGHỊ Kết luận Thời đại bùng nổ CNTT làm xuất lượng lớn thơng tin, văn số hóa xuất ngày nhiều việc xây dựng Ontology theo lĩnh vực vấn đề tất yếu Vì luận văn tập trung nghiên cứu xây dựng thành công Ontology văn phần mềm Protege, ứng dụng công nghệ Web ngữ nghĩa xây dựng hệ thống tra cứu thông tin văn Luận văn giúp cho người sử dụng việc tra cứu cách nhanh chóng, kịp thời xác mặt ngữ nghĩa Qua đó, đánh giá kết đạt mục tiêu ban đầu đặt cho luận văn sau: a Về lý thuyết Luận văn nghiên cứu nêu khái niệm, kiến trúc tổng quan Web ngữ nghĩa, nghiên cứu RDF, cách thức xây dựng Ontology ngơn ngữ OWL Đó thành phần quan trọng Web ngữ nghĩa, cho thấy khả hiệu sử dụng cao hệ Web Luận văn so sánh công cụ cần thiết để phát triển ứng dụng Web ngữ nghĩa hiệu Song song với việc giải vấn đề giao tiếp người máy, đa dạng thông tin nhu cầu cần thiết sử dụng thông tin hiệu quả, nhanh chóng tổ chức cá nhân Đặc biệt, Web 2.0 xuất khuyết điểm hạn chế sử dụng Web ngữ nghĩa điều tất yếu Luận văn nghiên cứu ngôn ngữ lập trình C#, sử dụng gói thư viện hỗ trợ nhúng vào chương trình Nắm rõ cách xây dựng, lưu trữ thông tin đối tượng Web ngữ nghĩa 15 b Về ứng dụng Hệ thống tra cứu xây dựng chức cho phép người dùng thêm, sửa, xóa tìm kiếm thông tin trang Web Hệ thống cho phép truy xuất liệu từ file tài nguyên có sẵn Internet nhằm cung cấp liệu phong phú Ứng dụng minh họa cho phần lý thuyết thể mô ý tưởng mà chưa có đầu tư nhiều chất lượng hình ảnh, giao diện trang Web với người sử dụng Hướng phát triển đề tài Luận văn kết thúc với kết đạt yêu cầu đề tài đặt Tuy nhiên qua trình thực hiện, tơi nhận thấy cịn nhiều vấn đề khác liên quan đến lĩnh vực cần quan tâm như: - Hệ thống tìm kiếm văn chưa kết nối đến hệ thống khác, Ontology văn chưa sử dụng chia sẻ cách rộng rãi - Ứng dụng cần triển khai Server thực tế, môi trường Internet để hệ thống có điều kiện hỗ trợ tốt cho nhiều người mong muốn ban đầu 16 ... tài: “XÂY DỰNG ONTOLOGY PHỤC VỤ LƯU TRỮ VÀ TÌM KIẾM TRỰC TUYẾN CÁC TÀI LIỆU CỦA CHI CỤC VĂN THƯ LƯU TRỮ TỈNH QUẢNG NGÃI” làm luận văn tốt nghiệp II Mục tiêu nghiên cứu a Mục tiêu nghiên cứu Xây. .. tin vào lĩnh vực văn thư – lưu trữ, góp phần phục vụ tốt việc tìm hiểu nghiên cứu, sử dụng khai thác tài liệu Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi Hỗ trợ cơng tác văn thư, lưu trữ tìm kiếm văn. .. Hằng năm, Chi cục Văn thư Lưu trữ tỉnh Quảng Ngãi chỉnh lý số hóa tài liệu tích đống 10 đơn vị, 500.000 văn hành loại Văn hành chứa nhiều thơng tin, đề tài tơi giới hạn phạm vi tìm kiếm theo: