Tóm tắt Luận án Tiến sĩ Kĩ thuật: Xây dựng mô hình rút trích thông tin văn bản theo chủ đề trong miền chuyên biệt (tin học)

Mục tiêu nghiên cứu của Luận án này nhằm xây dựng mô hình rút trích thông tin văn bản theo chủ đề trong miền chuyên biệt (Tin học) nhằm khắc phục những hạn chế của một số công trình nghiên cứu nêu trên. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Tóm tắt Luận án Tiến sĩ Kĩ thuật: Xây dựng mô hình rút trích thông tin văn bản theo chủ đề trong miền chuyên biệt (tin học) KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOAKết luậnNhững khó khăn khi thực hiện luận án:  Dữ liệu rút trích từ Wikipedia không chỉ là tiếng Anh mà có thể tiếng Hoa, nên phải xử lý thủ công để chọn các dữ liệu tiếng Anh TẠ DUY CÔNG CHIẾN  Rút trích các mối quan hệ ngữ nghĩa không thể xử lý trọn vẹn vì danh sách các động từ tương ứng với các mối quan hệ là không bao phủ.  Việc loại bỏ các dữ liệu trùng khớp mất nhiều thời gian.  Tuy nhiên luận án đã đạt được những kết quả khả quan và đã được đánh giá qua nhiều thực nghiệm khác nhau XÂY DỰNG MÔ HÌNH RÚT TRÍCH THÔNG TIN VĂN BẢNHướng phát triển trong tương lai THEO CHỦ ĐỀ TRONG MIỀN CHUYÊN BIỆT (TIN HỌC) Trong tương lai, một số vấn đề của luận án cần được quan tâm nghiên cứu: 1) Vấn đề 1: Làm giàu ontology  Hiện tại hệ thống chỉ có thể làm giàu ontology với những tập tin văn bản, XML có chủ đề trùng với 170 chủ đề của ontology và phải biết trước chủ Chuyên ngành: KHOA HỌC MÁY TÍNH đề của những tập tin này. Trong tương lai, hệ thống có thể mở rộng cho Mã số chuyên ngành: 62.48.01.01 phép làm giàu ontology trên những tập tin không biết trước chủ đề.  Cho phép cập nhật tự động từ các bài báo khoa học hay các trang Web liên quan đến lĩnh vực Tin học, định kỳ theo tuần, theo tháng.  Cho phép thêm chủ đề mới và tên các chuyên gia Tin học vào ontology TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT 2) Vấn đề 2: Bổ sung các quan hệ ngữ nghĩa giữa các đối tượng Ngoài các quan hệ ngữ nghĩa hiện có, việc tìm ra các quan hệ ngữ nghĩa mới để bổ sung vào CDO là một trong các công việc cần được quan tâm và nghiên cứu. 3) Vấn đề 3: Tối ưu hóa các giải thuậtKhi CDO có nhiều đối tượng hơn (từ ba triệu trở lên) thì cần phải tối ưu hóa cácgiải thuật để cải thiện tốc độ truy xuất trên CDO và khi đó giải pháp cơ sở dữ liệu TP. HỒ CHÍ MINH NĂM 2016đồ thị (Graph Database) có thể được xét đến. 24Công trình được hoàn thành tại Trường Đại học Bách Khoa – ĐHQG-HCM Dựa vào cây phụ thuộc trong hình 6.7 và mối quan hệ cú pháp giữa các từ, trong trường hợp này hệ thống xác định tập từ khóa bao gồm “oracle” và “database” Bước 4: Xác định chủ đề câu truy vấn. Áp dụng giải thuật 5.2 (trình bày trong luận án), với tập từ khóa ở bước 3, hệNgười hướng dẫn khoa học 1: GS.TS. PHAN THỊ TƯƠINgười hướng dẫn khoa học 2: thống trả về một danh sách các chủ đề bao gồm: Relational database, Software Engineering, Computer System Organization. Dựa vào giá trị của “Độ lợi”, hệ thống sẽ chọn chủ đề “Relational Database’ vì có giá trị cao nhất.Phản biện độc lập 1: Bước 5: Rút trích thông tin dựa vào CDOPhản biện độc lập 2: Dựa vào tập từ khóa “oracle”, “database” và chủ đề “Relational Database”, hệ thống sẽ trả về kết quả rút trích thể hiện ở bảng 6.2 (xem thêm trong luận án) ...