Tiếp cận học không giám sát trong học có giám sát với bài toán phân lớp văn bản tiếng việt

132 32 0
Tiếp cận học không giám sát trong học có giám sát với bài toán phân lớp văn bản tiếng việt

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Tiếp cận học không giám sát trong học có giám sát với bài toán phân lớp văn bản tiếng việt Tiếp cận học không giám sát trong học có giám sát với bài toán phân lớp văn bản tiếng việt Tiếp cận học không giám sát trong học có giám sát với bài toán phân lớp văn bản tiếng việt luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

đinh thị phương thu Bộ giáo dục đào tạo Trường đại học bách khoa Hà Nội -*** - Đinh Thị Phương Thu tiếp cận học không giám sát học có giám sát ngành công nghệ thông tin với toán phân lớp văn tiếng việt & đề xuất cải tiến công thức tính độ liên quan hai văn mô hình vector luận văn thạc sĩ công nghệ thông tin khoá 2002 - 2004 Hà nội - Năm 2004 giáo dục đào tạo trường đại học bách khoa hµ néi *** Đinh Thị Phương Thu tiếp cận học không giám sát học có giám sát với toán phân lớp văn tiếng việt & đề xuất cải tiến công thức tính độ liên quan hai văn mô hình vector Chuyên ngành: Công nghệ thông tin luận văn thạc sĩ công nghệ thông tin người hướng dẫn khoa học TS Huỳnh Quyết Thắng Hà nội - 11/2004 - Trang - MỤC LỤC MỤC LỤC Danh mục thuật ngữ ký hiệu viết tắt Luận văn Danh mục bảng Luận văn Danh mục hình vẽ Luận văn MỞ ĐẦU 10 phÇn i c¬ së lý thuyÕt 13 CHƯƠNG - TỔNG QUAN VỀ XỬ LÝ VĂN BẢN 14 1.1 Khai phá phát tri thức liệu 15 1.1.1 Dữ liệu, Thông tin Tri thức 15 1.1.2 Khai phá liệu phát tri thức 15 1.2 Text Mining - Góc nhìn nhận quan trọng Data Mining 18 1.3 Các khái niệm xử lý văn 19 1.3.1 Từ khóa, Thuật ngữ Khái niệm 19 1.3.2 Từ dừng (StopW ords ) .20 1.3.3 Trọng số thuật ngữ 20 1.3.4 Độ liên quan văn 21 1.4 Các toán xử lý văn 21 1.4.1 Tìm kiếm văn (Tex t Retrieval ) 21 1.4.2 Phân lớp văn (Tex t Categorization, Tex t Classification ) 22 1.4.3 Phân nhóm văn (Tex t Clustering ) 22 1.4.4 Tóm tắt văn (Tex t Sum m arization ) 23 1.4.5 Dẫn đường văn (Tex t Routing ) 23 1.5 Các phương pháp biểu diễn văn 24 1.5.1 Mơ hình khơng gian vector (Vector Space M odel - VSM ) 24 1.5.1.1 Mơ hình Boolean 25 Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang 1.5.1.2 Mơ hình tần số 26 1.5.1.3 Phương pháp xử lý véc tơ thưa 27 1.5.2 Phương pháp biểu diễn văn dựa khái niệm mờ 29 1.6 Kết chương 30 CHƯƠNG PHÂN NHĨM - PHƯƠNG PHÁP HỌC KHƠNG GIÁM SÁT 31 2.1 Giới thiệu tốn phân nhóm 32 2.1.1 Phân nhóm liệu 32 2.1.2 Bài tốn “Phân nhóm văn bản” 32 2.2 Các yêu cầu kĩ thuật phân nhóm 32 2.3 Các thuật tốn Phân nhóm 33 2.3.1 Các phương pháp phân chia (P artitionning Algorithm s ) 34 2.3.2 Phương pháp phân nhóm dựa hàm mật độ (Density-Based ) 34 2.3.3 Phương pháp phân nhóm dựa lưới (Grid-Based M ethod ) 35 2.3.4 Phân nhóm dựa thuật ngữ xuất thường xuyên (Frequent I tem set ) 36 2.3.4.1 Các giải thuật xác định tập thuật ngữ xuất thường xuyên 36 2.3.4.2 Các giải thuật phân nhóm dựa thuật ngữ xuất thường xuyên 39 2.4 Đánh giá hiệu suất phân nhóm 45 2.5 Kết chương 45 CHƯƠNG PHÂN LỚP - PHƯƠNG PHÁP HỌC CÓ GIÁM SÁT 46 3.1 Giới thiệu toán 47 3.2 Các thuật toán Phân lớp văn 47 3.2.1 Thuật toán định (Decision Tree ) 48 3.2.1.1 Mô tả định 48 3.2.1.2 Ví dụ minh họa định 48 3.2.1.3 Xây dựng định 51 3.2.2 Thuật toán k-NN (k-Nearest Neighbor ) 54 3.3 Đánh giá hiệu suất phân lớp văn 57 3.4 Kết chương 58 Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang - CHNG VẤN ĐỀ NGHIÊN CỨU CỦA LUẬN VĂN - BÀI TOÁN PHÂN LỚP VĂN BẢN TIẾNG VIỆT 59 4.1 Khai phá liệu văn tiếng Việt 60 4.2 Các đặc trưng tiếng Việt 60 4.2.1 Các đơn vị tiếng Việt 61 4.2.2 Các đặc điểm tả văn tiếng Việt 61 4.2.3 Từ tiếng Việt .62 4.2.4 Các chuẩn Font tiếng Việt sử dụng 63 4.3 Bài toán phân lớp văn tiếng Việt 64 4.4 Kết chương 65 phÇn iI thiÕt kÕ h­íng tiÕp cËn 66 CHƯƠNG - ĐỀ XUẤT VÀ LỰA CHỌN GIẢI PHÁP TIẾP CẬN BÀI TOÁN PHÂN LỚP VĂN BẢN TIẾNG VIỆT 67 5.1 Đề xuất hai hướng tiếp cận toán 68 5.1.1 Hướng tiếp cận theo phương pháp học không giám sát học có giám sát .68 5.1.2 Hướng tiếp cận theo đề xuất cải tiến công thức đánh giá độ liên quan hai văn mơ hình vector 69 5.2 Lựa chọn giải pháp tiếp cận 71 5.2.1 Tiếp cận theo phương pháp học không giám sát học có giám sát 71 5.2.1.1 Tiền xử lý văn 72 5.2.1.2 Biểu diễn văn mơ hình vector 74 5.2.1.3 Phân nhóm lớp văn mẫu 77 5.2.1.4 Phân lớp văn dựa tiếp cận phân nhóm 78 5.2.2 Tiếp cận theo đề xuất cải tiến công thức đánh giá độ liên quan hai văn mô hình vector 80 5.2.2.1 Mơ hình tiếp cận 80 5.2.2.2 Tiền xử lý vector hóa văn 81 5.2.2.3 Quản lý độ liên quan term văn mẫu 81 5.2.2.4 Phân lớp văn với công thức cải tiến đề xuất 82 5.3 Kết chương 83 Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang - CHƯƠNG - THIẾT KẾ XÂY DỰNG HỆ THỐNG THỬ NGHIỆM 84 6.1 Xác định yêu cầu 85 6.2 Thiết kế xây dựng hệ thống thử nghiệm 85 6.2.1 Thiết kế tổng thể 85 6.2.2 Chức phân lớp văn 86 6.2.2.1 Hướng tiếp cận học không giám sát 86 6.2.2.2 Hướng tiếp cận theo đề xuất cải tiến công thức 88 6.2.3 Chức vector hóa văn 89 6.2.4 Chức phân nhóm lớp văn mẫu 91 6.2.5 Chức xác định trước độ liên quan term từ điển với tập văn mẫu .93 6.2.6 Chức Quản lý tập mẫu .94 6.2.7 Chức quản lý từ điển/ StopW ords 95 6.3 Kết chương 95 phần iii cài đặt mô hình kiĨm thư kÕt qu¶ 96 CHƯƠNG – CÀI ĐẶT MƠ HÌNH VÀ KIỂM THỬ KẾT QUẢ 97 7.1 Cài đặt chương trình 98 7.1.1 Lựa chọn công nghệ môi trường cài đặt 98 7.1.2 Giao diện chương trình Demo 98 7.1.2.1 Giao diện hướng tiếp cận học khơng giám sát học có giám sát 98 7.1.2.2 Giao diện hướng tiếp cận theo công thức cải tiến 100 7.2 Cơ sở liệu thử nghiệm 102 7.3 Kết thử nghiệm 102 7.3.1 Kết phân tách thuật ngữ 103 7.3.1.1 Đánh giá tốc độ phân tách thuật ngữ 103 7.3.1.2 Đánh giá hiệu phân tách thuật ngữ 104 7.3.2 Kết phân lớp văn 105 7.3.2.1 Kết thử nghiệm phân lớp tập mẫu VnExpress 105 7.3.2.2 Kết thử nghiệm phân lớp tập mu VietNamNet 107 Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 7.4 Đánh giá thử nghiệm 109 7.5 Kết chương 109 KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN 110 TÀI LIỆU THAM KHẢO 112 phÇn phơ lơc 115 PHỤ LỤC - Tập từ dừng (Stopwords) tiếng Việt 116 PHỤ LỤC - Kết thử nghiệm phân lớp tập liệu VnExpress121 PHỤ LỤC - Hướng dẫn cài đặt sử dụng chương trình 129 PHỤ LỤC - Mô tả nội dung đĩa CD kèm theo 130 Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang - Danh mục thuật ngữ ký hiệu viết tắt Luận văn STT Từ Nghĩa Ca Một nhóm văn Cluster Nhóm (nhóm liệu, nhóm văn bản) concept khái niệm d Một văn D Tập văn Decision Tree Cây định Document vector Vector văn Feature vector Vector thuộc tính đặc trưng FIHC Hierarchical Frequent Item Based Clustering - Phân nhóm có phân cấp dựa thuật ngữ xuất thường xuyên 10 Frequent itemset Tập thuật ngữ xuất thường xuyên văn 11 GFI Global frequent item - Một thuật ngữ thường xuyên toàn cục 12 GFS Global frequent itemset -Tập thuật ngữ thường xuyên toàn cục 13 GS Global support - Phần trăm tài liệu chứa tập thuật ngữ 14 hash-table bảng băm 15 HTML HyperText Markup Language - Ngôn ngữ đánh dấu siêu văn 16 ICS inter-cluster similarity - Độ tương tự nhóm 17 KDD Knowledge Discovery in Database - Tiến trình khai phá liệu phát tri thức 18 keyword từ khóa 19 k-itemset tập thuật ngữ gồm k phần tử 20 k-NN k-Nearest Neighbor - Thuật toỏn k lỏng ging gn nht Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 21 Machine Learning học máy 22 membership hàm thuộc function μA(x) 23 postpruning Tỉa sau 24 precision Độ xác phân lớp 25 prepruning Tỉa trước 26 recall Độ hồi tưởng (trong phân lớp) 27 Semi-structured Dạng bán cấu trúc 28 Sim(Ca←Cb), Similarity- Độ tương tự hai nhóm văn Ca Cb 29 Stop word Từ dừng 30 supervised learning Học có giám sát method 31 term thuật ngữ 32 Test set Tập liệu kiểm thử 33 Text Catergorization Phân lớp văn 34 Text Classification Phân lớp văn 35 Text Clustering Phân nhóm văn 36 Text Mining Khai phá liệu văn 37 TF × IDF Phương pháp biểu diễn văn dựa tần số thuật ngữ TF nghịch đảo tần số văn IDF 38 Training set Tập liệu huấn luyện 39 unstructured Dạng phi cấu trúc 40 unsupervised Hc khụng giỏm sỏt learning method 41 VSM Đinh Thị Ph­¬ng Thu - Vector Space Model - Mơ hình khơng gian vector Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang - Danh mục bảng Luận văn Bảng 1.1 Ví dụ văn biểu diễn theo từ khóa tần số xuất 25 Bảng 1.2 Ví dụ biểu diễn vector thưa _ 28 Bảng 2.1 Dữ liệu đầu vào để xây dựng FP 38 Bảng 3.1 Các mẫu huấn luyện dùng cho định class LÚA 49 Bảng 3.2 Ví dụ gán nhãn theo số đông _ 56 Bảng 3.3 Ví dụ gán nhãn theo số đông _ 57 Bảng 7.1 Thông tin mô tả số thông số tập liệu huấn luyện 102 Bảng 7.2 Kết thử nghiệm phân lớp 80 văn tập mẫu VnExpress 105 Bảng 7.3 Kết thử nghiệm phân lớp 35 văn tập mẫu VietNamNet _ 107 §inh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 116 - PHỤ LỤC Tập từ dừng (Stopwords) tiếng Việt Từ điển StopWords sử dụng luận văn bao gồm 1486 từ a an ăn an tồn anh anh áp chót âu ấy mà b ba bà bác bác bỏ ban bạn chất bằng biện pháp cách cách lòng phẳng bảo bao bao gồm bao hàm bảo vệ bất chấp bắt chéo bất nơi đâu vật việc bất kỳ chỗ bắt phải bảy bé bề bên bên cạnh bên bên bị biến biến đổi biết biết điều biết ơn biếu biệu lộ biểu thị bổ sung bỏ xuống bốn bớt c cá biệt hai thảy cách cách không lâu cách khác cách no cng c Đinh Thị Phương Thu - cỏch xa cái khác mà cải thiện cải tiến cầm cảm kích cảm ơn cần cận vào cân đối cần cặn kẽ cản lại nguyên cân nhắc cần phải cận thận cần thiết cạnh canh phòng cao cấp cho cấp phát cầu mong cẩu thả chà chắc chắn chậm chấm dứt chặn lại chàng chẳng chẳng hạn chẳng khác chẳng chốc chào chào mừng chấp nhận chật vật chạy chéo chữ thập chéo chết chị cho có có chí chi ly phải rõ chi tiết trừ chiếm chiều hướng chín chính bà ta chị ta ta ơng ta tơi xác chịu cho chỗ cho biết chỗ tận chỗ cho cho chỗ chỗ cho phép cho chốc chọn chống lại chu cấp chu toàn ý chủ yếu chủ yếu chưa chứa đựng chúc chúng chừng cịn chúng chúng tơi chuc ly chung chỳt ớt Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 117 chuyển cho có cố cớ độc có cố gắng có giá trị có hiệu lực có ích có khả cố làm có lẽ có liên quan có lý có nghĩa có cố nhiên có thể thấy có vẻ có ý định có ý kiến có ý muốn coi coi coi coi trọng còn lâu người cộng công công nhận cú cũ cứ của bà chị của chúng tơi của tao tớ cung cấp không mặt phải cứng rắn với cuối cuối cứu cứu giúp d đã có thời đa số dắc đặc biệt đặc thù đại diện cho đại khái dẫn dằn lại đang lúc đằng sau đáng tiếc đằng trước dành dành cho đánh giá danh nghĩa danh tiếng đáp lại đập vào đạt đặt đâu dầu cho cho đầy đủ đầy hi vọng để dễ chịu cho c ly phũng Đinh Thị Ph­¬ng Thu - để thay để ý để ý đến đem đem đem lại đem theo đến đến đến đâu đến đến khoảng đến mức đến đến đều đặn đều đi đến lại dĩ nhiên theo theo sau tới xuống địa điểm dịch đích thực diễn biến diễn điều mà định định giá định rõ bời đó từ đọc dọc theo đổi đổi chác đơi chút địi hỏi dội lại đổi lấy đời sau dòm đồn đồn đại đơn điệu đơn độc đơn dòng động đồng ý đợt dù đủ dù đủ dùng dù dù dự phịng dù dù dù dự trữ đưa đứa đưa cho dựa vào dùng đừng đắn đứng sau dùng thử với được hay phép dượng dường dứt khoát e ê e f g gần gần gặp gấp đôi gấp hai gây cho gay go gây nên gây ghi ghi rõ già già dặn giải giảm giảm bớt giây giống giống hệt giống giữ giữ gìn giúp giúp cho giúp đỡ giúp ích gồm có gọn hà hạ bớt hai hai lần hẳn hẳn hẳn hẳn không hẳn hẳn hành động hầu hết hầu không hầu nhưu hay hãy hay hết hi vọng hin ti hin thi hiu hiu bit Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 118 họ hố hoài hoan nghênh hoàn toàn hoạt động học hồi hỏi hồi hỏi hơi hồi hơn hơn hợp hợp lý hợp sức hướng hồ hữu ích ít ỏi k kề kể kế theo kể kể từ kém kết giao kết hợp khả khác khác biệt khác hẳn khắc nghiệt khác khắp khắp chốn khắp nơi khi nào khiến khó chịu khó khăn khố khoảng khoảng chừng khoảng độ khỏi khôn ngoan không không không không khơng khơng chút khơng có khơng có thực khơng cịn cách khác khơng đùa khơng khơng khơng khơng kể khơng khác khơng không may không nghĩ đến không người khơng nơi đâu khơng nơi khơng tí khơng vật kiềm chế kiếm kiếp sau kìm lại kinh ngạc kỳ diệu kỳ lạ kỹ lưỡng lạ thường lại lại cịn làm làm làm cho làm nên làm ơn ln ln u Đinh Thị Phương Thu - ln lần sau lát lấy lấy lấy lấy làm tiếc lẽ lên liên hợp liên kết liền sau liên tưởng lờ ló lộ lo loại loanh quanh loạt lời cảm ơn lời chào mừng lời chúc mừng lợi ích lộn xộn lóng lớp lúc lúc lung tung ln luôn lượng lượt lưu ý lưu ý đến lý lý thuyết m mà mà không mà lại không mắc mãi mang mang theo mất hết mặt khác mật thiết mẫu may mày may mà mi mơ ước mời gần lạ mẻ người người vật vật mong muốn một cách rõ ràng chút một lần ngày gần số vài mục đích mục tiêu muốn muộn muốn biết muốn nói n năm nắm nao nào nên nén lại nếu khơng khơng ngạc nhiên ngài ngắm ngẫm nghĩ ngắn ngăn lại ngắn ngủi ngang ngang ngang qua ngẫu nhiên ngay ngay sau sau ngày trước nghĩ nghĩ đến nghĩ nghĩ nghĩ nghĩa nghiêm khắc nghiêng ngó ngồi ngoại lệ ngồi ngụ ý ngược ngược dòng ngược lại người người khác người người mà người nguy ngập nguyên nguyên nguyên nhân nhắm vào nhận biết nhận nhân thể nhạy cảm nhiễm nhiều nhiều nhìn nhìn thấy nhớ nhỏ bé nhỏ nhỏ nht nh vo nh nh Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang 119 thế thường lệ mà nói nơi nội nội nói chung nơi nơi mà nói nơi xa o ô ở bên bên chỗ chỗ đằng sau đâu ở điểm ở thấp gần ở nơi nơi khác ở nơi phía phía thấp xa ổn ông ông p phải phải phản đối phấn khởi phần lớn phần phần nhiều phía sau phía phiền phịng theo phịng xa phớt phụ phù hộ phù hợp phù hợp với phức q qua qua loa qua bên thực trình quan sát quan tâm quan tâm đếm quanh quanh quẩn quất quấy rầy quen biết quý tâm r ra khỏi mắt rạch ròi rải rác riêng riêng biệt riêng rõ rõ ràng rời xa s sai sai lạc sẵn lòng sẵn sàng sang sang bờn sỏng sa Đinh Thị Phương Thu - sỏng t sao cho sắp đến tới sát sau sáu sau sau sau sau sau sinh sinh vật so số số ba số bảy số bốn số chín số hai số số số năm sợ so sánh số sáu số tám so với sớm song sống song sự biến đổi đổi sử dụng noi theo sống thật thay đổi tồn suốt suốt trọn suy cho suy nghĩ suy xét t tách khỏi tại tám tàn tệ tặng tao tạo nên tạo tắt tất tất người tất thứ tất nhiên tất yếu tên th thà thăm thân thằng thành thành thành thật thấp thật thật thật thấu đáo thay thấy thay cho thay đổi thấy thấy thay thế thể chất cho thề thêm thêm thêm vào theo theo cách theo cách theo cáy theo chiều dài theo danh nghĩa theo theo cách theo đuối theo hướng theo theo sau theo suốt theo thị thí dụ thích thích đáng thích hợp thiết yếu thiếu thỉnh cầu thoả mãn thông qua thông thường thu thứ thử thứ ba thứ hai thu hoạch thử làm thứ năm thứ thứ nhì thử thách thú vị thử xem thừa nhận thủa xưa thuật lại thực thực thực lại thực mà thực thực thực tế thực tình thực thuộc thường thường dùng thường tỉ mỉ tiến lên tiến trình tiếng lóng  Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang 120 tiếng tăm tiếp sau tiếp tục tiêu tan tìm tin tin tưởng tình cờ tớ tỏ tồn tồn thể tồn vẹn tới tối đa tới đâu tới độ tới mức tối thiểu tóm lại tồn tốt tốt tốt trao lại trễ trên đầu đỉnh đầu khắp triển vọng triệt để trình diện trở trợ cấp trở nên trở thành trơ trọi trở sau trở xuống trôi trôi qua trọn vẹn trơng trọng đám trong mà khoảng lúc lúc lúc số trơng thấy thời gian trường hợp trừ trừ trừ trừ trực tiếp trước trước trước hết trước trước trước mắt trước mặt trước tiên tư từ tự tự bà ta tự chị ta tự cô ta từ đâu từ tự hỏi từ từ lúc tự tự nguyện tự tự tơi từ trước đến tức tức tưởng tương đối tương đương tương phản với tường tận tưởng tượng tương ứng tương xứng tuy mà tuỳ theo tuỳ tiện tuyên bố tuyệt khụng tuyt nhiờn khụng t vo u Đinh Thị Phương Thu - ưa chuộng ưa thích ước ước ước tính uống v vả vài vẫn vẫn vắn tắt vân vân vắng vào vào hồi vào vào khoảng vào lúc vào quãng vào vật vật khác vậy về cuối hướng mặt mặt khác bên phần phía phía trước sau việc ví dụ lẽ lý vì vị trí việc vơ với với vịng vịng quanh vừa vừa đủ vừa vừa kịp vừa vừa phải vừa qua vui lòng vượt vượt qua x xa xa xa xa xăm xa xôi xảy đến xảy xem xem xem xét xét cho kỹ xét xét thấy xiên xin xin chào xin xin lỗi xử xưa xưa xuất xuất phát từ xung xứng xung quanh xuôi xuôi dịng thời gian xi theo xuống xuống xun qua xuyên suốt y y y theo yêu yêu cu Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 121 - PH LỤC Kết thử nghiệm phân lớp tập liệu VnExpress Tập liệu huấn luyện VnExpress gồm 500 văn mẫu Kết kiểm thử hai hướng tiếp cận 335 văn kiểm thử sau: Kích thước Chủ đề gốc Kết phân lớp Kết phân lớp (Byte) Số thuật ngữ xuất Hướng Hướng ngày thăm đất cố đô với triệu đồng 4270 170 Du lịch Du lịch Du lịch Đến thăm "Đà Lạt miền Tây" 4250 165 Du lịch Du lịch Du lịch Đảo du lịch Tuần Châu 3030 115 Du lịch Du lịch Du lịch Du lịch Ninh Bình 2296 85 Du lịch Du lịch Du lịch Du lịch hoang dã Hầm Hô 2858 119 Du lịch Du lịch Du lịch Hồ Thác Bà - nơi hấp dẫn khách du lịch 5252 209 Du lịch Du lịch Du lịch Một vòng ngắm cảnh Phú Yên 3734 143 Du lịch Du lịch Du lịch Phan Thiết có thêm nhiều loại hình du lịch 2760 106 Du lịch Du lịch Du lịch SaPa đón xuân vùng cao với tiếng khèn dân tộc 2306 87 Du lịch Du lịch Du lịch 10 Xây dựng khu nghỉ mát lớn Việt Nam 2640 77 Du lịch Du lịch Du lịch 11 Du lịch Con đường di sản: Hợp tác hay chia phần? 3967 189 Du lịch Du lịch Du lịch 12 Khai mạc lễ hội năm di sản Hội An - Mỹ Sơn 2438 123 Du lịch Du lịch Du lịch 13 TP HCM tổ chức lễ hội giao lưu văn hóa Việt - Nhật 1445 67 Du lịch Du lịch Du lịch 14 600 triệu USD cho dự án du lịch trọng điểm TP HCM 1530 80 Du lịch Du lịch Du lịch 15 Thăm núi lửa Việt Nam du ngoạn Đồng Tháp Mười 2263 136 Du lịch Du lịch Du lịch 16 Ấn tượng Nà Hang 3340 227 Du lịch Du lịch Du lịch 17 Thác Yang Bay mời gọi 2213 151 Du lịch Du lịch Du lịch 18 Du lịch Thái Lan giá rẻ 2442 144 Du lịch Du lịch Du lịch 19 ngày thăm Huế - Hội An 2420 150 Du lịch Du lịch Du lịch 20 Thác Tà Gụ 3167 205 Du lịch Du lịch Du lịch 21 Đi lặn 'bụi' Ghềnh Bàng 2562 146 Du lịch Du lịch Du lịch 22 Đồi cát 'trinh nữ' 1582 97 Du lịch Du lịch Du lịch 23 Đến với tour biển Tư Dung - thác Nhị Hồ 2566 160 Du lịch Du lịch Du lịch 24 Du lịch nhà nông Áo 3020 179 Du lịch Du lịch Du lịch 25 Chào Sri Lanka 3570 130 Du lịch Du lịch Du lịch 26 Chinh phục đỉnh Lang Bian kỳ diệu 4191 252 Du lịch Du lịch Du lịch 27 Bí ẩn tháp Poklongarai 5452 323 Du lịch Du lịch Du lịch STT Tên báo §inh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 122 - 28 Tour dành cho nhà thiết kế resort 1185 50 Du lịch Du lịch Du lịch 29 Bar đèn dầu 4162 193 Du lịch Du lịch Du lịch 30 Tuần văn hóa du lịch thương mại quốc tế Nha Trang 115 51 Du lịch Du lịch Du lịch 31 Bình yên Sumba 2584 63 Du lịch Du lịch Du lịch 32 Lên thuyền vua thưởng nguyệt sông Hương 2594 153 Du lịch Du lịch Du lịch 33 Khám phá vẻ đẹp Thái Lan 3883 199 Du lịch Du lịch Du lịch 34 'Loạn' du lịch vườn ĐBSCL 4281 195 Du lịch Du lịch Du lịch 35 Đến thăm cù lao Dung 4037 278 Du lịch Du lịch Du lịch 36 Du lịch sông Cầu, thưởng thức câu quan họ 1715 103 Du lịch Du lịch Du lịch 37 Du lịch thác Trắng mùa hè 2012 83 Du lịch Du lịch Du lịch 38 Những điều nên biết trước đến Singapore 2299 93 Du lịch Du lịch Kinh doanh 39 Bến En - điểm du lịch hè lý tưởng Thanh Hóa 1572 112 Du lịch Du lịch Du lịch 40 Quán cuối tuần: Trở lại Phố Cũ 1392 84 Du lịch Du lịch Du lịch 41 Bánh cốm Hàng Than 3973 268 Du lịch Du lịch Du lịch 42 Cà phê chốn bồng lai 1599 90 Du lịch Du lịch Du lịch 43 Ăn đêm phố Kỳ Đồng 4096 230 Du lịch Du lịch Du lịch 44 Khởi động tour du lịch 'tuần trăng mật' 3495 156 Du lịch Du lịch Du lịch 45 Đồng Đậu - khu di tích khảo cổ lớn Việt Nam 4970 153 Du lịch Du lịch Du lịch 46 Các nước ASEAN hợp tác du lịch chặt chẽ 3056 94 Du lịch Du lịch Du lịch 47 Chuẩn bị cho chuyến du lịch dịp Tết 5922 179 Du lịch Du lịch Du lịch 48 Đêm "Nguyên Thủy" dịp Noel Tuần Châu 4370 162 Du lịch Du lịch Du lịch 49 Khai mạc kỳ thi học sinh giỏi quốc gia 822 49 Giáo dục Giáo dục Giáo dục 50 Học sinh lớp 12 tư vấn nghề nghiệp 1473 68 Giáo dục Giáo dục Giáo dục 51 Hơn 70% thí sinh làm thủ tục dự thi đại học 6880 342 Giáo dục Giáo dục Giáo dục 52 Trao giải thi Olympic tiếng Anh tiểu học 1968 65 Giáo dục Giáo dục Giáo dục 53 Một người Hàn có 8.000 sách tiếng Việt 2090 59 Giáo dục Vi tính Giáo dục 54 Bộ GD&ĐT lúng túng quản lý ĐH ngồi cơng lập 5570 173 Giáo dục Giáo dục Giáo dục 55 Các đại học riết chuẩn bị tăng học phí 7834 197 Giáo dục Giáo dục Giáo dục 56 Việt Nam đoạt huy chương vàng Olympic tiếng Nga 2190 62 Giáo dục Giáo dục Giáo dục 57 Học bổng sau đại học Thụy Sĩ Hoa Kỳ 1114 46 Giáo dục Giáo dục Giáo dục 58 tuổi đạt 550 điểm TOEFL 2157 74 Giáo dục Vi tính Giáo dục 59 Sở hữu điểm 10 kỳ thi đại học 2004 1145 44 Giáo dục Giáo dục Giáo dục 60 ĐH dân lập Phú Xuân lao đao điểm sàn 1891 93 Giáo dục Giáo dục Giáo dục 61 190 du học sinh nhận học bổng ngân sách nhà nước 1135 49 Giáo dục Giáo dục Giáo dục 62 Gần 23% thí sinh đại học đạt 15 điểm trở lên 1363 52 Giáo dục Giáo dục Giáo dục 63 Thi tốt nghiệp đại học có mơn bắt buộc 901 54 Giáo dục Giáo dục Giáo dục 64 Khuyến khích cử chuyên gia giáo dục làm việc nước 1865 103 Giáo dục Pháp luật Giáo dục 65 Bổ sung giáo viên cho ngoại thành TP HCM 1682 90 Giáo dục Giáo dục Giáo dục 66 ĐH Dân lập Hải Phòng đề nghị miễn nhiệm hiệu trưởng 7330 226 Giáo dục Giáo dục Giáo dục 67 ĐH dân lập phía Nam phập phồng lo tuyển nguyện vọng 3036 153 Giáo dục Giáo dục Giáo dục 68 Tiền trường - nỗi lo đầu năm học 5100 151 Giáo dục Pháp luật Giáo dục 69 Tìm hiểu nhu cầu nhà tuyển dụng 1372 62 Giáo dục Kinh doanh Giáo dục 70 Xét tuyển nguyện vọng 3: Kém liệt 2077 97 Giáo dục Giáo dục Giáo dục 71 Thí điểm thành lập đại học tư thục 1761 81 Giáo dục Vi tính Giáo dục 72 'Phụ huynh kêu ca trẻ em hư trước' 4476 227 Giáo dục Giáo dục Giáo dục 73 Việt Nam tham dự thi quốc tế Mondialogo 1849 74 Giỏo dc Giỏo dc Giỏo dc Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 123 - 74 Gần 20 trường công bố điểm chuẩn nguyện vọng 4468 236 Giáo dục Giáo dục Giáo dục 75 Nhiều trường khơng có thiết bị dạy học đầu năm học 6382 290 Giáo dục Giáo dục Giáo dục 76 Giáo dục an tồn giao thơng cho học sinh 1508 60 Giáo dục Giáo dục Giáo dục 77 Thi lấy chứng tiếng Anh Quốc tế cho trẻ em 1221 48 Giáo dục Giáo dục Giáo dục 78 Trường lớp TP HCM: Xây thiếu 3667 166 Giáo dục Pháp luật Giáo dục 79 Bị nhục mạ, 132 học sinh đồng loạt nghỉ học 3955 211 Giáo dục Giáo dục Giáo dục 80 Tham gia trò chơi tiếng Anh nhận giải thưởng 963 45 Giáo dục Vi tính Giáo dục 81 Hội diễn văn nghệ thiếu nhi tiếng Anh 1282 63 Giáo dục Giáo dục Giáo dục 82 Chương trình 'Anh ngữ cho cán cơng sở' 1362 59 Giáo dục Giáo dục Giáo dục 83 Phó thủ tướng: 'Tơi thấy buồn chất lượng giáo dục' 6055 249 Giáo dục Giáo dục Giáo dục 84 Một người VN vào danh sách sinh viên giỏi nước Mỹ 1068 55 Giáo dục Pháp luật Giáo dục 85 Bộ GD&ĐT không muốn bỏ thi tốt nghiệp tiểu học 1892 87 Giáo dục Giáo dục Giáo dục 86 Bắt đầu bán lẻ trái phiếu Chính phủ 2628 73 Kinh doanh Kinh doanh Kinh doanh 87 Bibica giải trình chuyện truy thu thuế 5652 174 Kinh doanh Kinh doanh Kinh doanh 88 Thêm cao ốc 30 tầng Đà Nẵng 2042 63 Kinh doanh Kinh doanh Kinh doanh 89 Nhà chung cư cấp giấy chứng nhận chất lượng 7258 221 Kinh doanh Vi tính Kinh doanh 90 Đấu giá cổ phần nhà máy len Hà Đông 2230 61 Kinh doanh Kinh doanh Kinh doanh 91 Hà Nội: Đấu giá đất trọn gói chưa có hiệu 5230 166 Kinh doanh Kinh doanh Kinh doanh 92 Diện tích hộ chung cư phải rộng 50 m2 trở lên 5800 205 Kinh doanh Kinh doanh Kinh doanh 93 Hà Nội có thêm khu thị Hạ Đình 2424 86 Kinh doanh Kinh doanh Kinh doanh 94 Mekong Capital tăng đầu tư vào VN 2792 80 Kinh doanh Kinh doanh Kinh doanh 95 cơng ty chứng khốn bảo lãnh phát hành trái phiếu 1494 49 Kinh doanh Kinh doanh Kinh doanh 96 tỉnh vượt kế hoạch huy động trái phiếu Chính phủ 1958 51 Kinh doanh Kinh doanh Kinh doanh 97 'Sẽ khơng có chuyện thất thoát tiền huy động từ TPCP' 9350 301 Kinh doanh Kinh doanh Kinh doanh 98 Thắt chặt việc toán tiền mặt 4954 235 Kinh doanh Kinh doanh Kinh doanh 99 Tôn vinh thương hiệu Việt 3917 163 Kinh doanh Kinh doanh Kinh doanh 100 Thị trường cà phê bị lũng đoạn 2072 86 Kinh doanh Kinh doanh Kinh doanh 101 Địa phương huy động vốn đầu tư sở hạ tầng 1530 76 Kinh doanh Kinh doanh Kinh doanh 102 Thu hồi giấy đăng ký kinh doanh 13 doanh nghiệp 2202 120 Kinh doanh Kinh doanh Kinh doanh 103 VNPT mở dịch vụ điện thoại tàu hỏa 4988 136 Kinh doanh Kinh doanh Vi tính 104 Thương mại mùa thu - cầu nối doanh nghiệp với khách hàng 1053 52 Kinh doanh Kinh doanh Kinh doanh 105 Lạm phát khó dừng mức 6% 6941 229 Kinh doanh Kinh doanh Kinh doanh 106 Tổng kiểm tra xăng toàn quốc 2172 127 Kinh doanh Pháp luật Kinh doanh 107 Thủ tướng đồng ý giãn thời hạn nộp thuế VAT với phân bón 2804 145 Kinh doanh Kinh doanh Kinh doanh 108 Tiếp thị qua e-mail điện thoại di động 5331 231 Kinh doanh Vi tính Vi tính 109 Đua đón kiều hối 12261 497 Kinh doanh Kinh doanh Kinh doanh 110 ASEM mang nhiều hội hợp tác kinh tế cho VN 4171 166 Kinh doanh Kinh doanh Kinh doanh 111 DOC sửa lại phán sơ với tôm Việt Nam 2715 107 Kinh doanh Kinh doanh Kinh doanh 112 Hỗ trợ tốn xuất sang Đơng Âu Cuba 1214 54 Kinh doanh Kinh doanh Kinh doanh 113 Hà Nội siết chặt việc sử dụng đất 1486 67 Kinh doanh Kinh doanh Kinh doanh 114 Sẽ xây thêm nhà máy phân bón 2175 103 Kinh doanh Kinh doanh Ơ tơ xe máy 115 VNPT mở dịch vụ điện thoại tàu hỏa 4988 136 Kinh doanh Vi tính Vi tính 116 Chỉ số giá tiêu dùng tiếp tục tăng 2625 99 Kinh doanh Kinh doanh Kinh doanh 117 Vietnam Airlines muốn mở dịch vụ điện thoại máy bay 3539 151 Kinh doanh Vi tính Vi tính 118 Thép tăng giá nằm ngồi dự báo nhà quản lý 7213 356 Kinh doanh Kinh doanh Kinh doanh 119 Khuyến khích đăng ký kinh doanh qua mạng 3476 168 Kinh doanh Kinh doanh Kinh doanh §inh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 124 - 120 Xuất thủy sản tăng nhẹ 2729 109 Kinh doanh Kinh doanh Kinh doanh 121 Thay đổi cách tính lãi tiền gửi dự trữ bắt buộc 1962 75 Kinh doanh Kinh doanh Kinh doanh 122 Giảm thời gian đăng ký nhãn hiệu xuống tháng 2005 93 Kinh doanh Kinh doanh Kinh doanh 123 Lo xuất khẩu, doanh nghiệp quên thị trường nội địa 3093 148 Kinh doanh Kinh doanh Kinh doanh 124 eBay mở rộng hoạt động 1506 47 Kinh doanh Kinh doanh Kinh doanh 125 Doanh số bán lẻ Anh tăng mạnh 1201 40 Kinh doanh Kinh doanh Kinh doanh 126 Đẩy mạnh bảo hộ sở hữu trí tuệ 2698 135 Kinh doanh Kinh doanh Kinh doanh 127 Indonesia gia hạn cấm nhập gạo 1018 42 Kinh doanh Kinh doanh Kinh doanh 128 Sẽ mở rộng lĩnh vực dịch vụ cho thành phần kinh tế 2667 129 Kinh doanh Kinh doanh Kinh doanh 129 Bộ trưởng Thương mại: 'Vẫn giữ cách phân bổ quota cũ' 4615 178 Kinh doanh Kinh doanh Kinh doanh 130 Khấu trừ thuế thu nhập khoản thu từ 300.000 đồng 1753 76 Kinh doanh Kinh doanh Kinh doanh 131 Triển khai Luật đất đai nhiều vấn đề ngổn ngang 5857 303 Kinh doanh Pháp luật Kinh doanh 132 'Phải chặn xuất xăng lậu để bảo vệ lợi ích quốc gia' 6261 300 Kinh doanh Kinh doanh Kinh doanh 133 Sẽ giảm thuế nhập giá thép không giảm 7118 345 Kinh doanh Kinh doanh Kinh doanh 134 Sắp hoàn thuế chuyển lợi nhuận cho doanh nghiệp FDI 1424 52 Kinh doanh Kinh doanh Kinh doanh 135 Thuế chuyển nhượng đất tính theo khung giá 1666 47 Kinh doanh Kinh doanh Kinh doanh 136 Hà Nội đấu giá quyền sử dụng đất quận Tây Hồ 2738 80 Kinh doanh Kinh doanh Kinh doanh 137 Đà Nẵng khởi công khu đô thị Phú Mỹ An 1404 43 Kinh doanh Kinh doanh Kinh doanh 138 Cao ốc văn phòng lớn Hà Nội hoạt động 1528 44 Kinh doanh Kinh doanh Du lịch 139 Vĩnh Long: Nhiều chủ nhà trọ liên quan đường dây mại dâm 1680 85 Pháp luật Pháp luật Pháp luật 140 Ngồi tù oan 16 năm 2714 105 Pháp luật Pháp luật Pháp luật 141 Từ 1/7, người thi hành án phải trả chi phí 2170 78 Pháp luật Pháp luật Pháp luật 142 Tuyên án sai, TAND Tối cao xin lỗi dân 2110 82 Pháp luật Pháp luật Pháp luật 143 Trốn lệnh truy nã suốt năm khơng 1410 57 Pháp luật Pháp luật Pháp luật 144 Gần 11 tỷ đồng bỏ ngồi sổ sách Cơng ty Xổ số Nghệ An 1658 58 Pháp luật Pháp luật Pháp luật 145 Phá điểm cờ bạc khách sạn Fortuna 2704 88 Pháp luật Pháp luật Pháp luật 146 Lật lại hồ sơ tiêu cực ngành dầu khí 'gói kín' 15050 470 Pháp luật Vi tính Pháp luật 147 Giết người tình vợ 3264 195 Pháp luật Pháp luật Pháp luật 148 Giải thoát cháu bé bị bắt cóc tống tiền 1375 81 Pháp luật Pháp luật Pháp luật 149 30 niên ban ngày ngủ, đêm ăn trộm 1894 102 Pháp luật Pháp luật Pháp luật 150 Truy tố 38 bị can vụ buôn lậu Hang Dơi 1382 82 Pháp luật Pháp luật Pháp luật 151 VKS Hà Nội dừng bồi thường cho ông Hoàng Minh Tiến 2222 104 Pháp luật Pháp luật Pháp luật 152 Bắt hai cán liên quan đường dây 'cò' đất lớn Kiên Giang 2195 138 Pháp luật Pháp luật Pháp luật 153 Khởi tố phó trưởng phịng địa Nha Trang 1443 79 Pháp luật Pháp luật Pháp luật 154 Công an xã bắt đánh học sinh 1829 125 Pháp luật Pháp luật Pháp luật 155 luật sư nhận bảo vệ cho bị can Lương Quốc Dũng 1928 103 Pháp luật Pháp luật Pháp luật 156 Trần Văn Giao đề nghị xem xét giảm nhẹ tội 3997 183 Pháp luật Pháp luật Pháp luật 157 Đâm em gái, tự sát chết 1211 64 Pháp luật Pháp luật Pháp luật 158 Học sinh chuyền tay xem phim sex 2673 143 Pháp luật Giáo dục Pháp luật 159 Người nhà bệnh nhân đâm nhân viên y tế 1159 63 Pháp luật Pháp luật Pháp luật 160 Thuê tù thay 6231 330 Pháp luật Pháp luật Pháp luật 161 Giết bố vợ nghi ma 923 52 Pháp luật Pháp luật Pháp luật 162 Đi tù phá cầu mang bán sắt vụn 950 57 Pháp luật Pháp luật Pháp luật 163 Đề nghị truy tố vợ chồng chủ tàu Diễm Tín 973 64 Pháp luật Pháp luật Pháp luật 164 Gây tai nạn giao thông giết người bịt đầu mối 1826 110 Pháp luật Pháp luật Pháp luật 165 Tự tử làm thâm hụt 400 triệu đồng 660 36 Pháp luật Pháp luật Pháp luật 166 ca sĩ, người mẫu đường dây gái gọi 4022 154 Phỏp lut Phỏp lut Phỏp lut Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 125 - 167 Phiên lưu động xét xử theo thẩm quyền 129 Pháp luật Pháp luật 168 Vợ dàn cảnh cướp tiền để lừa chồng 2741 156 Pháp luật Pháp luật Pháp luật 169 Xoá sổ đường dây thầu đề lớn 1202 62 Pháp luật Pháp luật Pháp luật 170 Đem tiền giả từ Bắc vào Nam tiêu thụ 1242 69 Pháp luật Pháp luật Pháp luật 171 Phá ổ mại dâm lớn từ trước tới Tiền Giang 1119 62 Pháp luật Pháp luật Pháp luật 172 Không xem xét đặc xá bị án vụ Năm Cam 1321 69 Pháp luật Pháp luật Pháp luật 173 Từ người bị oan bồi thường 5962 278 Pháp luật Pháp luật Pháp luật 174 Mẹ địi bồi thường trai bị dừa đè chết 1376 92 Pháp luật Pháp luật Pháp luật 175 Phúc thẩm vụ tham ô tiền cứu trợ MTTQ tỉnh Sóc Trăng 2711 159 Pháp luật Pháp luật Pháp luật 176 Cơ quan tố tụng đổ lỗi cho nhau, kẻ giết người lợi 3385 201 Pháp luật Pháp luật Pháp luật 177 Còn nhiều vấn đề sau kết luận điều tra vụ Đông Nam 7418 339 Pháp luật Pháp luật Pháp luật 178 Vẫn số cán công an vi phạm pháp luật 1422 82 Pháp luật Pháp luật Pháp luật 179 Những chiêu bọn cướp điện thoại di động 3153 154 Pháp luật Ơ tơ – xe máy Pháp luật 180 Phá liên tiếp vụ tống tiền giám đốc qua điện thoại 1614 74 Pháp luật Pháp luật Pháp luật 181 Bắt băng chuyên cướp tiền từ ngân hàng 758 47 Pháp luật Pháp luật Pháp luật 182 Khai mạc phiên tòa xét xử vụ án Trần Văn Giao 2034 97 Pháp luật Pháp luật Pháp luật 183 Bắt siêu trộm giả làm người điên 2472 142 Pháp luật Pháp luật Pháp luật 184 Tập luyện để tránh tái phát nhồi máu tim 3500 172 Sức khỏe Sức khỏe Sức khỏe 185 Sử dụng insulin điều trị tiểu đường 4845 226 Sức khỏe Sức khỏe Sức khỏe 186 Chấn thương tá tràng - tụy dễ gây tử vong 2605 139 Sức khỏe Sức khỏe Sức khỏe 187 Món ăn Huế góc độ y dược học 8690 559 Sức khỏe Pháp luật Sức khỏe 188 Mang bệnh thuốc Đông y 3973 205 Sức khỏe Sức khỏe Sức khỏe 189 Thượng Hải ngày già 1466 65 Sức khỏe Sức khỏe Du lịch 190 Những hiểu lầm chăm sóc da 6146 199 Sức khỏe Sức khỏe Sức khỏe 191 Độc sứa trị bất lực 1978 82 Sức khỏe Du lịch Sức khỏe 192 Anh cho phép sàng lọc phôi 2425 94 Sức khỏe Sức khỏe Sức khỏe 193 Các nguyên nhân gây rụng tóc 4713 299 Sức khỏe Sức khỏe Sức khỏe 194 Tai biến lạm dụng thuốc bôi da 2976 168 Sức khỏe Sức khỏe Sức khỏe 195 Phục hồi nhan sắc nhờ ánh sáng 4646 281 Sức khỏe Sức khỏe Sức khỏe 196 Phòng chữa bệnh nước ăn chân 2457 164 Sức khỏe Sức khỏe Sức khỏe 197 Lỗ sáo lạc chỗ 1862 101 Sức khỏe Sức khỏe Sức khỏe 198 Thay đổi lối sống giảm nguy mắc bệnh Alzheimer 2884 113 Sức khỏe Sức khỏe Sức khỏe 199 Lưỡi bệnh nhi Nguyễn Thế Phú tiến triển tốt 1504 84 Sức khỏe Sức khỏe Sức khỏe 200 Làng ung thư Quảng Nam 1577 79 Sức khỏe Sức khỏe Sức khỏe 201 Sinh làm giảm IQ cha mẹ 1384 51 Sức khỏe Vi tính Sức khỏe 202 Ánh sáng đêm gây bệnh máu trắng trẻ 3532 168 Sức khỏe Sức khỏe Sức khỏe 203 Giảm thính lực dùng thuốc 4393 212 Sức khỏe Sức khỏe Sức khỏe 204 Dược thiện phịng chống táo bón 7034 520 Sức khỏe Sức khỏe Sức khỏe 205 sinh tố giúp phịng trị cao huyết áp, tiểu đường 4016 248 Sức khỏe Sức khỏe Sức khỏe 206 Bào thai bị bệnh bạch cầu 1386 67 Sức khỏe Pháp luật Sức khỏe 207 Thêm người chết virus cúm H5 2195 123 Sức khỏe Sức khỏe Sức khỏe 208 Con khóc, cha ngáy, mẹ gầm gừ 1423 68 Sức khỏe Sức khỏe Sức khỏe 209 Bạn biết tâm sinh lý trẻ nhỏ? 6076 293 Sức khỏe Sức khỏe Sức khỏe 210 Cứ 40 giây có người tự tử 4034 112 Sức khỏe Vi tính Sức khỏe 211 10 năm mang 11 kim người 999 55 Sức khỏe Sức khỏe Sức khỏe 212 Một bé song sinh dính bụng phải mổ lại 1169 74 Sức khỏe Sức khỏe Sức khỏe 213 Hà Nội lập đường dây tư vấn bệnh hen 1317 69 Sức khỏe Sức khỏe Sc khe Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội Pháp luật 11/2004 - Trang- 126 - 214 Bệnh xọ bệnh xét nghiệm không chuẩn 5316 238 Sức khỏe Sức khỏe Sức khỏe 215 TP HCM tăng cường giám sát phát cúm A 1601 88 Sức khỏe Sức khỏe Sức khỏe 216 Đeo túi không bị đau lưng 2246 122 Sức khỏe Sức khỏe Sức khỏe 217 loại thức ăn lành mạnh 5148 231 Sức khỏe Sức khỏe Sức khỏe 218 Không nên nắng lâu 1736 74 Sức khỏe Sức khỏe Sức khỏe 219 Những câu chuyện cho - nhận tinh trùng 7457 277 Sức khỏe Sức khỏe Sức khỏe 220 Đi cho khoẻ? 6592 201 Sức khỏe Sức khỏe Sức khỏe 221 Nhiều tranh cãi tác dụng kem tan mỡ, mịn da 3779 198 Sức khỏe Sức khỏe Sức khỏe 222 Nuôi xương hàm lưng 4056 131 Sức khỏe Sức khỏe Sức khỏe 223 Tác hại việc lạm dụng hc mơn sinh dục nam 3229 141 Sức khỏe Sức khỏe Sức khỏe 224 Phá ung thư gan sóng radio 2397 99 Sức khỏe Sức khỏe Sức khỏe 225 WHO: Các quốc gia có cúm gà phải kiểm sốt lợn 3658 168 Sức khỏe Sức khỏe Sức khỏe 226 Làm bé bị sốt cao? 7592 253 Sức khỏe Sức khỏe Sức khỏe 227 Những điều biết trái chanh 3295 195 Sức khỏe Sức khỏe Sức khỏe 228 Nhận biết sớm bệnh thận ứ nước 2193 133 Sức khỏe Sức khỏe Sức khỏe 229 Thiếu iốt không gây bướu cổ 3241 138 Sức khỏe Sức khỏe Sức khỏe 230 Hoa hoè cầm máu phòng chống bệnh tim mạch 4048 278 Sức khỏe Sức khỏe Sức khỏe 231 Cẩn thận tiêm lúc nhiều loại vacxin 4583 202 Sức khỏe Sức khỏe Sức khỏe 232 Giải pháp cho bệnh nhân tiểu đường 2042 84 Sức khỏe Sức khỏe Sức khỏe 233 Cây hương nhu tía chữa cảm 2169 143 Sức khỏe Sức khỏe Sức khỏe 234 Bạn có bị trầm cảm? Sức khỏe Sức khỏe Sức khỏe 235 Kluivert có thành cơng Anh làm Hà Lan Tây Ban Nha? 2145 72 Thể thao Thể thao Thể thao 236 Armstrong nới rộng khoảng cách bảng tổng 4603 170 Thể thao Thể thao Thể thao 237 Thiếu trụ cột, U22 quốc gia tập trung 1275 32 Thể thao Thể thao Thể thao 238 Brazil vào chung kết sau loạt penalty căng thẳng 6456 278 Thể thao Thể thao Thể thao 239 Federer giành danh hiệu Grand Slam thứ ba liên tiếp 3677 101 Thể thao Thể thao Thể thao 240 Strata Đồng Nai phấn đấu lọt vào top hạng Nhất 3513 142 Thể thao Thể thao Thể thao 241 Juventus đoạt đầu bảng, Roma thắng vất vả 4604 156 Thể thao Thể thao Thể thao 242 Deportivo sa lầy Riazor 3148 122 Thể thao Thể thao Thể thao 243 HLV Ferguson hài lòng với tân binh Gabriel Heinze 2348 57 Thể thao Thể thao Thể thao 244 Champions League 2004-2005 khởi tranh đêm mai 18989 569 Thể thao Thể thao Thể thao 245 Serie A khởi tranh: Các đại gia thảnh thơi? 6463 218 Thể thao Thể thao Thể thao 246 AFC sang kiểm tra đội hình "Tầm nhìn Việt Nam" 1716 75 Thể thao Kinh doanh Thể thao 247 Các tay vợt Nga càn quét Mỹ Mở rộng 5126 145 Thể thao Thể thao Thể thao 248 Tứ kết Mỹ Mở rộng: Chiến thắng cho tay vợt lớn 3308 106 Thể thao Thể thao Thể thao 249 Lời chia tay sớm Maria Sharapova 3675 116 Thể thao Thể thao Thể thao 250 Tim Henman lần đầu lọt vào tứ kết Mỹ Mở rộng 4235 135 Thể thao Thể thao Thể thao 251 Gia đình Owen tận hưởng sống Madrid 1387 46 Thể thao Thể thao Thể thao 252 Mặt trái người Marat Safin 7019 219 Thể thao Thể thao Thể thao 253 'Kình ngư' Michael Phelps sinh để chiến thắng 11909 426 Thể thao Pháp luật Thể thao 254 Mỹ, Trung Quốc Nga xứng đáng dẫn đầu Olympic 2412 90 Thể thao Pháp luật Thể thao 255 Bolton buộc Liverpool chịu thất bại 5102 181 Thể thao Thể thao Thể thao 256 U20 Việt Nam gây thất vọng 5145 192 Thể thao Thể thao Thể thao 257 Việt Nam trắng tay Olympic Athens 3669 151 Thể thao Thể thao Thể thao 258 Deportivo bị cầm hoà, Atletico thắng trận đầu 4593 158 Thể thao Thể thao Thể thao 259 Arsenal gia tăng kỷ lục bất bại 7057 228 Th thao Th thao Th thao Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 - Trang- 127 - 260 Chelsea giành chiến thắng, MU bị cầm hòa 7732 268 Thể thao Thể thao Thể thao 261 Sinh viên Hàn Quốc vô địch LG Cup 11931 596 Thể thao Thể thao Thể thao 262 SLNA dẫn dắt HLV ngoại 2309 100 Thể thao Thể thao Du lịch 263 Đồn Nga vươn lên vị trí thứ Olympic Athens 2335 93 Thể thao Thể thao Thể thao 264 M.Schumacher lần thứ bảy vô địch giới? 5711 196 Thể thao Ơ tơ xe máy Thể thao 265 Valencia lần thứ hai đoạt Siêu Cup châu Âu 5813 219 Thể thao Thể thao Thể thao 266 Giới thiệu demo miễn phí FIFA Football 2005 1134 37 Vi tính Vi tính Vi tính 267 Năm model điện thoại MP3 bật 3585 161 Vi tính Vi tính Vi tính 268 "Đám cưới hồng gia" Liên minh Di động Mở 4533 203 Vi tính Vi tính Vi tính 269 VeriSign tăng tốc cập nhật hệ thống tên miền 1682 54 Vi tính Vi tính Vi tính 270 Xu hướng kinh doanh ĐTDĐ 4169 173 Vi tính Vi tính Vi tính 271 Truy tìm vị trí thuê bao di động 5221 207 Vi tính Vi tính Vi tính 272 Viettel Mobile S-Fone bị phá sóng? 7382 316 Vi tính Vi tính Vi tính 273 Thế giới khơng dây 8309 371 Vi tính Vi tính Vi tính 274 Gọi điện thoại Internet miễn phí từ PDA 1260 49 Vi tính Vi tính Vi tính 275 Việt Nam có Luật Giao dịch điện tử vào cuối năm 2005 8476 374 Vi tính Kinh doanh Kinh doanh 276 Sắp qua thời đĩa mềm! 3540 127 Vi tính Vi tính Vi tính 277 Thêm nhà cung cấp dịch vụ điện thoại IP 1865 67 Vi tính Vi tính Kinh doanh 278 Tác giả Mydoom xin việc virus 2932 114 Vi tính Vi tính Vi tính 279 Intel kêu gọi ‘đại tu’ Internet 4483 175 Vi tính Vi tính Vi tính 280 Ấn Độ: Dùng "bơm Mặt trời" chạy máy tính 4209 199 Vi tính Vi tính Vi tính 281 Samsung SPH-V5400 với ổ cứng mini 1,5GB 2214 86 Vi tính Vi tính Vi tính 282 Biến Gmail thành sổ ghi nhật ký mạng 1925 72 Vi tính Vi tính Vi tính 283 Yahoo thử nghiệm sản phẩm tìm kiếm dịch vụ du lịch 2147 88 Vi tính Du lịch Vi tính 284 JPEG - JPEG2000: Những bước ngoạn mục kỹ thuật nén hình ảnh 6374 259 Vi tính Vi tính Vi tính 285 Lưu phim trực tuyến 1853 68 Vi tính Vi tính Vi tính 286 Đăng ký tên miền đạt kỷ lục 2380 87 Vi tính Vi tính Vi tính 287 Brazil - kinh hacker giới 1993 79 Vi tính Vi tính Vi tính 288 Xuất loạt spybot theo dõi mạng nội 2500 93 Vi tính Vi tính Vi tính 289 Bao Linux chiếm lĩnh toàn cầu? 9688 377 Vi tính Vi tính Vi tính 290 Phần mềm P2P chống nạn vi phạm tác quyền 1852 75 Vi tính Vi tính Vi tính 291 Sắp khai mạc VietNam ICT in Finance 2004 2617 137 Vi tính Vi tính Vi tính 292 Kinh doanh viễn thơng khơng cần giấy phép 2526 131 Vi tính Kinh doanh Kinh doanh 293 Nguy an ninh từ MIME 2367 94 Vi tính Vi tính Vi tính 294 Intel triển khai chương trình Dạy học cho tương lai 3891 187 Vi tính Vi tính Giáo dục 295 SkypeOut xung đột với máy tính bỏ túi 2168 86 Vi tính Vi tính Vi tính 296 Spammer thích nghi nhanh với 'bẫy spam' 2166 94 Vi tính Vi tính Vi tính 297 Phần mềm McAfee ‘nuốt’ ứng dụng khác 4096 81 Vi tính Vi tính Vi tính 298 CRM bất khả thi với doanh nghiệp vừa nhỏ? 8901 324 Vi tính Kinh doanh Vi tính 299 Bill Gates: ‘10 năm DVD lỗi thời’ 1914 68 Vi tính Vi tính Vi tính 300 Khai giảng khoá học quản trị dự án Nhật 1830 79 Vi tính Vi tính Vi tính 301 Lỗ hổng an ninh mạng Kazaa Grokster 2105 80 Vi tính Vi tính Vi tính 302 Mỗi ngày có thêm 8.000 website cá nhân 2475 79 Vi tính Vi tính Vi tính 303 Thiếu quản trị viên giỏi làm hạn chế chấp nhận Linux 1517 54 Vi tớnh Vi tớnh Vi tớnh Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang- 128 - 304 Thuế tiêu thụ đặc biệt với xe khó thay đổi 2430 101 Ơ tơ xe máy Ơ tơ xe máy 305 Dịch vụ sơn sửa chữa xe 7771 409 Ơ tơ xe máy Ơ tơ xe máy Ơ tô xe máy 306 Thị trường ôtô tháng tăng khơng đáng kể 1796 56 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 307 Bảo dưỡng xe giới VN chưa quan tâm 2599 116 Ơ tơ xe máy Ơ tơ xe máy Ơ tô xe máy 308 F104 - xe đua Công thức Toyota 5944 247 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 309 GM Daewoo tung xe Magnus 2005 Hàn Quốc 2170 83 Ô tô xe máy Ô tô xe máy Ô tô xe máy 310 Bán đấu giá xe quan chức 1342 57 Ơ tơ xe máy Ơ tơ xe máy Ơ tô xe máy 311 Triển lãm ôtô Việt Nam tổ chức lần thứ hai 2321 91 Ơ tơ xe máy Ô tô xe máy Ô tô xe máy 312 Công đoàn Ssangyong điều kiện với SAIC 2335 82 Ô tô xe máy Ô tô xe máy Ô tô xe máy 313 Kiến nghị giảm thuế tiêu thụ đặc biệt với ơtơ 1846 85 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 314 Lịch sử xe Ford Thunderbird 7843 291 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 315 Tiêu thụ ôtô không giảm mạnh tăng thuế 3882 139 Ô tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 316 Quy hoạch phát triển công nghiệp ôtô không khả thi 4631 190 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 317 Xe đẹp Motorshow Việt Nam 2004 7772 313 Ơ tơ xe máy Ô tô xe máy Ô tô xe máy 318 Doanh nghiệp nhà quản lý bất đồng thuế với ơtơ 4358 173 Ơ tơ xe máy Ơ tơ xe máy Kinh doanh 319 Ferrari 430 mắt triển lãm ơtơ Paris 2004 2283 81 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 320 Ford dự Việt Nam Motorshow với xe Thunderbird 2005 4603 215 Ơ tơ xe máy Ơ tơ xe máy Ô tô xe máy 321 Hoạt động trung hịa khí thải 8409 350 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 322 Cơng nghiệp ơtơ: Khó phát triển sản xuất? 6928 300 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 323 Lượng tiêu thụ ôtô tháng Thái Lan giảm 10% 2444 62 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 324 Toyota Việt Nam sản xuất giới hạn xe Zace Limited 2083 81 Ô tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 325 Sản xuất tiêu thụ ơtơ 'nóng' 3974 199 Ơ tơ xe máy Ơ tơ xe máy Ô tô xe máy 326 Thị trường ôtô tháng 1578 45 Ơ tơ xe máy Ơ tơ xe máy Ô tô xe máy 327 Tháng 7, lượng ôtô bán Malaysia đạt mức cao 2204 71 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 328 Magellan RoadMate 700 - bạn đường lái xe 4117 160 Ơ tơ xe máy Ơ tơ xe máy Ô tô xe máy 329 Màu sắc phân biệt chất lượng xăng 4094 192 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 330 Xe đạp, xe máy điện ế ẩm 3540 172 Ơ tơ xe máy Ô tô xe máy Ô tô xe máy 331 Đọc số lốp xe 5945 239 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 332 BMW mắt M5 vào năm 2005 1944 77 Ơ tơ xe máy Ơ tơ xe máy Ơ tô xe máy 333 General Motors chuẩn bị lắp xe Cadillac Trung Quốc 2933 119 Ơ tơ xe máy Ô tô xe máy Ô tô xe máy 334 Bắt bệnh lốp xe 3810 128 Ơ tơ xe máy Ơ tơ xe máy Ơ tơ xe máy 335 Xe chạy gas cịn khó khăn để lưu hành rộng rãi 3577 138 Ơ tơ xe máy Ơ tơ xe máy Ơ tụ xe mỏy Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Néi Ơ tơ xe máy 11/2004 - Trang- 129 - PHỤ LỤC Hướng dẫn cài đặt sử dụng chương trình Cách cài đặt chương trình  Để cài đặt chương trình, yêu cầu cấu hình máy tính: • Máy tính cài hệ điều hành Win2K trở lên, • Cài đặt Dot.Net Framework • Hỗ trợ font Unicode • Bộ nhớ dư > 30MB, • Bộ nhớ ngồi dư > 20MB  Chương trình cài đặt nằm thư mục Setup đĩa CD kèm theo Người dùng cài đặt chương trình cách: • Chạy tệp tin TextCatergorization.EXE thư mục • Hoặc dùng cơng cụ DOT.NET (C#) để chạy dịch trực tiếp từ mã nguồn Mã nguồn hai chương trình Demo nằm thư mục Source đĩa CD kèm theo Cách chạy chương trình  Sau cài đặt thành cơng chương trình, người dùng chạy trực tiếp chương trình qua shortcut nằm menu Start/Programs  Giao diện hệ thống Demo hỗ trợ menu chức tiện lợi d dng s dng Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hµ Néi 11/2004 - Trang- 130 - PHỤ LỤC Mô tả nội dung đĩa CD kèm theo Trong đĩa CD kèm theo bao gồm thư mục: Abstract, Doc, Setup, Source, Slide Reference  Abstract: thư mục chứa tóm tắt luận văn tốt nghiệp – tệp tin Abstract_DPThu.doc  Doc: thư mục chứa báo cáo luận văn - tệp tin Thesis_DPThu.doc  Setup: thư mục chứa chương trình cài Có thể cài trực tiếp chương trình cách chạy tệp tin TextCatergorization.exe chứa thư mục  Source: thư mục chứa mã nguồn hai chương trình Demo viết ngơn ngữ C# (.NET)  Slide: thư mục chứa Slide luận văn tốt nghiệp - tệp tin Slide_DPThu.ppt  Reference: thư mục chứa tài liệu tham khảo luận văn tốt nghiệp Ngoài ra, nội dung mô tả đĩa CD lưu trữ tệp tin Dinh_Phuong_Thu.TXT nằm thư mục gốc bên Đinh Thị Phương Thu - Luận văn Thạc sĩ CNTT - Đại học Bách Khoa Hà Nội 11/2004 ... GIẢI PHÁP TIẾP CẬN BÀI TOÁN PHÂN LỚP VĂN BẢN TIẾNG VIỆT 67 5.1 Đề xuất hai hướng tiếp cận toán 68 5.1.1 Hướng tiếp cận theo phương pháp học không giám sát học có giám sát ... thuật học không giám sát xử lý văn  Chương III: Tìm hiểu phương pháp phân lớp văn kỹ thuật học có giám sát xử lý văn  Chương IV: Mơ tả tốn nghiên cứu Luận văn: Bài toán phân lớp văn tiếng Việt. .. trường đại học bách khoa hµ néi *** Đinh Thị Phương Thu tiếp cận học không giám sát học có giám sát với toán phân lớp văn tiếng việt & đề xuất cải tiến công thức tính độ liên quan hai văn mô

Ngày đăng: 13/02/2021, 07:12

Từ khóa liên quan

Mục lục

  • MỤC LỤC

  • MỞ ĐẦU

  • CHƯƠNG 1 - TỔNG QUAN VỀ XỬ LÝ VĂN BẢN

  • CHƯƠNG 2 PHÂN NHÓM-PHƯƠNG PHÁP HỌC KHÔNG GIÁM SÁT

  • CHƯƠNG 3 PHÂN LỚP VĂN BẢN-PHƯƠNG PHÁP HỌC CÓ GIÁM SÁT

  • CHƯƠNG 4 VẤN ĐỀ NGHIÊN CỨU CỦA LUẬN VĂN BÀI TOÁN PHÂN LỚP VĂN BẢN TIẾNG VIỆT

  • CHƯƠNG 5 ĐỀ XUẤT VÀ LỰA CHỌN GIẢI PHÁP TIẾP CẬN BÀI TOÁN PHÂN LỚP VĂN BẢN TIẾNG VIỆT

  • CHƯƠNG 6 - THIẾT KẾ XÂY DỰNG HỆ THỐNG THỬ NGHIỆM

  • CHƯƠNG 7 – CÀI ĐẶT MÔ HÌNH VÀ KIỂM THỬ KẾT QUẢ

  • KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN

  • TÀI LIỆU THAM KHẢO

  • PHỤ LỤC 1 - Tập các từ dừng (Stopwords) tiếng Việt

  • PHỤ LỤC 2 - Kết quả thử nghiệm phân lớp trên tập dữ liệu VnExpress

  • PHỤ LỤC 3 - Hướng dẫn cài đặt và sử dụng chương trình

  • PHỤ LỤC 4 - Mô tả nội dung đĩa CD kèm theo

Tài liệu cùng người dùng

Tài liệu liên quan