NGHIÊN cứu các GIẢI PHÁP THIẾT kế và xây DỰNG PHÂN hệ QUẢN lý tài NGUYÊN học tập CHO hệ THỐNG e LEARNING

MỤC TIÊU ĐỀ TÀIMục tiêu Ứng dụng xây dựng hệ thống quản lý tài nguyên học tập lĩnh vực CNTT trong phạm vi của một trường đại học với 2 nhóm chức năng chính: tổ chức quản lý lưu trữ và tì

NGHIÊN CỨU CÁC GIẢI PHÁP THIẾT KẾ VÀ XÂY DỰNG PHÂN HỆ QUẢN LÝ TÀI NGUYÊN

HỌC TẬP CHO HỆ THỐNG E-LEARNING

BÁO CÁO NGHIỆM THU

ĐỀ TÀI NGHIÊN CỨU KHOA HỌC

-Hướng phát triển

-Thiết kế hệ thống: Mô tả yêu cầu, chức năng; Cấu trúc hệ thống-Cài đặt và thử nghiệm

-Chương trình demo-Mục tiêu của đề tài

1 MỤC TIÊU ĐỀ TÀI

Mục tiêu

Ứng dụng

xây dựng hệ thống quản lý tài nguyên học tập lĩnh vực CNTT trong phạm vi của một trường đại học với 2 nhóm chức năng chính: tổ chức quản lý lưu trữ và tìm kiếm

(kho tài liệu tiếng Anh)

Nghiên cứu xây dựng

thông tin ngữ nghĩa liên

quan đến nội dung của tài

liệu

•hỗ trợ biểu diễn và xử lý

ngữ nghĩa trong tìm kiếm

• cố gắng quản lý được các

thông tin ngữ nghĩa liên

quan đến nội dung của tài

liệu

•hỗ trợ biểu diễn và xử lý

ngữ nghĩa trong tìm kiếm

2 MÔ HÌNH VÀ GIẢI PHÁP

2 Mô hình biểu diễn tài liệu

31 Mô hình ontology mô tả tri thức lĩnh vực

4 Tổ chức lưu trữ các thành phần của SDB

33 Mô hình cơ sở tài liệu có ngữ nghĩa SDB

 RKK : tập hợp các quan hệ giữa các keyphrase

Mô hình “Ontology cho các keyphrase được phân lớp” (CK_ONTO) 2.1 MÔ HÌNH ONTOLOGY

 Thành phần chính để hình thành các khái niệm của ontology.

 Một đơn vị ngôn ngữ học cấu trúc như một từ, một từ kép, một ngữ.

 Sử dụng các keyphrase làm yếu tố đơn vị để mô tả tri thức trong lĩnh vực hay nội dung tài liệu.

6

Cấu trúc:

 Keyphrase đơn: cấu tạo bằng một đơn vị từ vựng đơn (từ, cụm từ cố định)

Ví dụ : “computer”, “network”, “database”, “data structure”

 Keyphrase tổ hợp: nhiều đơn vị từ vựng đơn kết hợp thành (đẳng lập, chính phụ)

Ví dụ: “image processing”, “database programming”

 Tập hợp K các keyphrase

K = {k| k là keyphrase thuộc về lĩnh vực đang xét}

K = K1  K2

K 1 : tập keyphrasre đơn, K 2 : tập keyphrase tổ hợp

K = {k| k là keyphrase thuộc về lĩnh vực đang xét}

K = K1  K2

K 1 : tập keyphrasre đơn, K 2 : tập keyphrase tổ hợp

2.1 MÔ HÌNH ONTOLOGY ( K , C, RKC, RCC, RKK, label)

 Một keyphrase có thể thuộc nhiều lớp khác nhau

 Sự phân lớp trong K được được phân thành nhiều cấp theo mức độ cụ thể của khái niệm tăng dần

 Tập hợp RKC quan hệ giữa keyphrase và lớp

Trong phạm vi đề tài, chỉ xét RKC gồm 1 quan hệ “thuộc về” (rBL)

 Quan hệ phân cấp trên lớp rHYP

 Quan hệ có liên quan rRE

 Tập hợp RCC quan hệ giữa các lớp

Trong phạm vi đề tài, xét RCC gồm 2 quan hệ RCC  { rHYP, rRE}

2.1 MÔ HÌNH ONTOLOGY (tt) (K, C, RKC, RCC, RKK, label)

CC

R  r r  C C 

 Nhóm quan hệ không phân cấp

2.1 MÔ HÌNH ONTOLOGY (tt) (K, C, RKC, RCC, RKK, label)

 Hàm gán nhãn phân loại keyphrase label

 Một keyphrase có thể chỉ đến một thuật ngữ thông thường hay một lớp

 Ngữ nghĩa của keyphrase có liên quan đến cấp độ của nó về nội dung

Cho Labels là tập các nhãn phân loại

Labels = {“Ngành”, “Chuyên ngành”, “Môn học”, “chuyên đề”, “chủ đề”, “thuật ngữ chuyên môn”}.

2.2 MÔ HÌNH BIỂU DIỄN TÀI LIỆU

(GK,GR,E’)

 GK K : tập các đỉnh keyphrase

 GR RKK : tập các đỉnh quan hệ, biểu diễn cho các mối quan hệ ngữ nghĩa giữa các keyphrase

 E’ : tập các cung của đồ thị

Mỗi cung chỉ có thể đi từ 1 đỉnh trong G K đến 1 đỉnh trong G R hoặc ngược lại

 Mỗi đỉnh quan hệ trong GR được xây dựng

từ một cạnh trong E và nhãn của cạnh đó

Đồ thị keyphrase biểu diễn cho tài liệu bên phải

2.2 MÔ HÌNH BIỂU DIỄN TÀI LIỆU (tt)

2.3 MÔ HÌNH SEMANTIC DOCUMENT BASE

Mô hình cơ sở tài liệu có ngữ nghĩa (Semantic Document Base - SDB)

Mô hình cơ sở tài liệu có ngữ nghĩa (Semantic Document Base - SDB)

Trong đó:

 D : Tập hợp các tài liệu, mỗi tài liệu tương ứng một tập tin

 FS : Mô hình lưu trữ kho tài liệu theo hệ thống thư mục có qui chuẩn

 DB : Mô hình lớp Cơ sở dữ liệu của kho tài liệu

 CK_ONTO : Mô hình ontology mô tả tri thức của lĩnh vực

 SDB_R : Các hàm liên kết các thành phần

8,109 9,123 9,223

7,024 10,235 8,751

LĨNH VỰC

CNPM KHMT HTTT KTMT MMT&TT Cơ sở

6,561 33,135

4,167

5,446

ĐỊNH DẠNG rar pdf doc chm

KHO TÀI LIỆU

 Thu thập tài liệu: từ các giảng viên, nhà nghiên cứu khoa học, các trung tâm thông tin, thư viện, trường học và từ Internet

 Kích thước kho: ~ 100 GB, gồm hơn 50.000 tập tin tài liệu (chủ yếu là ebook và paper)

 Các qui tắc:

 Quy tắc đặt tên thư mục: chuẩn hóa bằng tên các keyphrase có gán nhãn phân loại, chỉ đến một lớp trong ontology

 Tổ chức phân cấp: tuân theo quan hệ phân cấp trên lớp trong ontology

 Sự phân cấp đi từ các phạm vi rộng như ngành, chuyên ngành, bộ môn đến các phạm vị hẹp

hơn như môn học, chủ đề, các chuyên đề trong lĩnh vực khảo sát

 Quy tắc phân loại tài liệu vào thư mục: đo độ giống nhau về ngữ nghĩa giữa keyphrase biểu diễn thư mục với danh sách các keyphrase đặc trưng của tài liệu

17

2.3 MÔ HÌNH SDB (tt) (D, FS , DB, CK_ONTO, SDB_R)

2.3 MÔ HÌNH SDB (tt) (D, FS, DB , CK_ONTO, SDB_R)

TỔ CHỨC LƯU TRỮ ONTOLOGY CK_ONTO (K, C, RKC, RCC, RKK, label)

Mô hình CSDL ontology

2.3 MÔ HÌNH SDB (tt) (D, FS, DB, CK_ONTO , SDB_R)

LƯU TRỮ ĐỒ THỊ KEYPHRASE

 Các đồ thị keyphrase biểu diễn tài liệu được lưu lại theo từng tài liệu trong định

dạng plaintext có cấu trúc dựa trên một số từ khóa và qui ước về cú pháp đơn giản

 Vấn đề 1: So khớp đồ thị keyphrase, trên cơ sở đó đo lường mức độ

liên quan ngữ nghĩa giữa tài liệu và câu truy vấn

Cho trước CK_ONTO và 2 KG biểu diễn tài liệu và câu truy vấn Yêu cầu tính toán độ

tương quan về ngữ nghĩa giữa 2 đồ thị Ý tưởng cơ bản là tìm ra độ đo sự tương đồng (giống nhau) về ngữ nghĩa giữa các đỉnh keyphrase và giữa các đỉnh quan hệ có trong hai đồ thị

 Vấn đề 2: Xây dựng đồ thị keyphrase biểu diễn ngữ nghĩa cho tài liệu

Từ một tập tin tài liệu bất kỳ cùng với các thông tin mô tả kèm theo nếu có, thực hiện

việc rút trích các keyphrase đặc trưng của tài liệu và biểu diễn (nội dung) tài liệu thành

đồ thị keyphrase tương ứng.

3 CÁC VẤN ĐỀ

 Vấn đề 3: Xử lý câu truy vấn

Tương tự như quá trình xử lý tài liệu bao gồm thao tác rút trích tự động keyphrase và

thiết lập đồ thị keyphrase cho câu truy vấn.

 Vấn đề 4: Bài toán tìm kiếm theo ngữ nghĩa các tài liệu

 Từ câu truy vấn người dùng nhập vào, hệ thống tìm kiếm và trả về danh sách các tài

liệu (được sắp hạng) có nội dung liên quan và phù hợp với thông tin truy vấn

 So khớp đồ thị keyphrase biểu diễn của câu hỏi với các đồ thị keyphrase biểu diễn của các tài liệu để đánh giá độ tương quan về ngữ nghĩa

3 CÁC VẤN ĐỀ (tt)

VẤN ĐỀ 1: ĐO LƯỜNG TƯƠNG QUAN NGỮ NGHĨA

 Đánh trọng số cho keyphrase

Để đánh giá mức độ quan trọng của keyphrase trong việc phản ánh nội dung tài liệu

ta có thể gán thêm trọng số cho mỗi keyphrase trong đồ thị biểu diễn.

keyphrase trong toàn bộ kho tài liệu.

Copyright © Wondershare Software

25

VẤN ĐỀ 1: ĐO LƯỜNG TƯƠNG QUAN NGỮ NGHĨA (tt)

 Đánh trọng số cho keyphrase

vào vị trí xuất hiện của keyphrase đó trong tài liệu.

wi : trọng số phản ánh độ quan trọng của phần nội dung thứ i trong cấu trúc tài liệu

ni : số lần xuất hiện của keyphrase k trong phần nội dung tương ứng đó

i i

 Định nghĩa :

// không có bất kỳ liên kết ngữ nghĩa nào giữa k và k’

(4) // nếu tồn tại một dãy dẫn xuất từ k đến k’

log( )

idf k xidf k

D



Định nghĩa:

 Tồn tại một phép chiếu bộ phận từ đồ thị keyphrase H tới đồ thị keyphrase G nếu và chỉ nếu tồn tại một phép chiếu từ H’, một đồ thị keyphrase con của H , tới G.

 Mô hình lượng giá cho phép chiếu bộ phận chỉ phụ thuộc vào tập đỉnh của H’ và được định nghĩa như phép chiếu

 Độ tương quan ngữ nghĩa giữa hai đồ thị keyphrase biểu diễn cho câu truy vấn (H) và cho tài liệu (G) được biểu diễn bởi công thức (7):

VẤN ĐỀ 1: ĐO LƯỜNG TƯƠNG QUAN NGỮ NGHĨA (tt)

Ví dụ:

VẤN ĐỀ 1: ĐO LƯỜNG TƯƠNG QUAN NGỮ NGHĨA (tt)

VẤN ĐỀ 2: XÂY DỰNG ĐỒ THỊ KEYPHRASE BIỂU DIỄN TÀI LIỆU

Paper: title, keywords, abstract Ebook:title, table of content, preface Dò tìm và so khớp (gần

đúng) từng keyphrase có trong ontology

VẤN ĐỀ 3: XỬ LÝ CÂU TRUY VẤN

 Cú pháp của câu truy vấn có dạng:

 Ví dụ:

VẤN ĐỀ 3: XỬ LÝ CÂU TRUY VẤN (tt)

VẤN ĐỀ 4: BÀI TOÁN TÌM KIẾM THEO NGỮ NGHĨA

4.1 YÊU CẦU VÀ CHỨC NĂNG

 Cung cấp kho tài nguyên trung

tâm, hỗ trợ chia sẻ bảo quản

 Tổ chức, phân loại, chú dẫn,

tổng hợp tài nguyên theo chuẩn

Dublin Core, thư mục qui chuẩn

 Ontology mô tả tri thức lĩnh vực

và bộ phận suy luận trên

ontology

 Hỗ trợ tìm kiếm theo nhiều chức

năng, đặc biệt là tìm theo ngữ

 Kết quả phải nhanh, chính xác,

phù hợp với nhu cầu tìm kiếm

của người dùng

 Giao diện duy nhất và thống

nhất, đơn giản và dễ sử dụng

mục cho kho tài liệu

bộ quản lý Semantic

Document Base

4.3 VẤN ĐỀ TÌM KIẾM THEO NGỮ NGHĨA

4.3 VẤN ĐỀ TÌM KIẾM THEO NGỮ NGHĨA (tt)

4.4 VẤN ĐỀ TỔ CHỨC QUẢN LÝ

THÊM TÀI LIỆU MỚI VÀO KHO

4.5 CÀI ĐẶT VÀ THỬ NGHIỆM

Sử dụng công nghệ phổ biến, mã nguồn mở và không

đòi hỏi nhiều tài nguyên:

 Ngôn ngữ lập trình ứng dụng web PHP

 Hệ quản trị cơ sở dữ liệu MySQl

 Phần mềm máy chủ web Apache

 Công nghệ nền tảng của web - HTML5

 Kỹ thuật lập trình AJAX

MỘT SỐ KẾT QUẢ TÌM KIẾM

NHẬN XÉT VÀ ĐÁNH GIÁ

Ưu điểm:

 Đơn giản, dễ hiểu, dễ cài đặt và sử dụng.

 Hỗ trợ tốt chức năng tìm chính xác theo từ khóa mà không cần hiểu nghĩa của từ.

 Xếp hạng tài liệu trả về dựa trên độ tương đồng giữa câu truy vấn và mỗi tài liệu.

 Xử lý được các biến thể về hình thái học của từ.

 Hỗ trợ tìm kiếm nâng cao theo từ khóa bằng cách sử dụng các bộ lọc để khoanh vùng giới hạn không gian tìm kiếm.

Nhược điểm:

 Mối quan hệ ngữ nghĩa giữa các từ không được xét đến

 Khó khăn cho người dùng khi đặc tả đúng từ khóa cho vấn đề tìm kiếm

 Kết quả trả về không phải lúc nào cũng thỏa mãn yêu cầu tìm kiếm của người dùng: số tài liệu hữu ích trả về thấp, không tìm thấy tài liệu liên quan khi được mô tả bởi từ đồng nghĩa, gần nghĩa

 Độ chính xác và độ bao phủ cao (cao hơn so với tìm theo từ khóa)

 Xử lý tốt các biến thể về ngôn ngữ học của từ: hình thái học, từ vựng học (xử lý gần

nghĩa/đồng nghĩa, có liên quan)

 Tìm thấy dữ liệu liên quan khác từ đó mở rộng vấn đề ngoài kết quả tìm kiếm: đề xuất

từ khóa liên quan, bộ lọc trong kết quả theo thời gian, vùng miền, định dạng, loại hình tài liệu và độ phổ biến, lọc nâng cao theo danh mục các chủ đề hẹp hơn

5 KẾT LUẬN

1.`Mô hình cơ sở tài liệu có ngữ

nghĩa (Semantic Document

Base_SDB) trong đó tích

• Mô hình ontology mô tả tri thức

của lĩnh vực.

• Mô hình lưu trữ theo hệ thống

thư mục có qui chuẩn

• Mô hình lớp CSDL của kho tài

liệu

• Mô hình lớp semantic-quản lý

ngữ nghĩa (mô hình đồ thị biểu

diễn tài liệu).

giữa tài liệu và câu truy vấn.

Đề xuất giải pháp thiết kế tổ chức lưu trữ kho tài liệu học tập lĩnh vực CNTT trong

đó có hỗ trợ biểu diễn và xử lý ngữ nghĩa trong tìm kiếm, bao gồm:

2 Tìm kiếm: định hướng theo thư mục phân cấp, theo từ khóa, CSDL, đặc biệt

là chức năng tìm kiếm theo ngữ nghĩa liên quan đến nội dung của tài liệu

Hệ thống đáp ứng được mục tiêu đề

ra, giao diện thân thiện, gần gũi, cho kết quả khả quan trên tập dữ liệu thử

nghiệm

 Chưa biểu diễn hết các tri thức trong lĩnh vực CNTT

 Ontology vốn được xây dựng một cách thủ công theo ý kiến chủ quan nên dễ dẫn tới nhiều trường hợp thiếu sót hay dư thừa, các quan hệ chưa được trích chọn đầy đủ

 Tốn nhiều chi phí xây dựng và duy trì vốn phải có sự can thiệp của con người, đòi hỏi kiến thức của chuyên gia về lĩnh vực và phụ thuộc nhiều vào ngôn ngữ

49

HẠN CHẾ

 Chưa xây dựng được các công cụ hỗ trợ tự động

 Việc xây dựng các đồ thị keyphrase biểu diễn cho tài liệu vẫn còn thực hiện dưới sự giám sát của con người (bán tự động)

 Việc lập chỉ mục một cách tự động theo hướng tiếp cận ngữ nghĩa là một nhiệm vụ rất khó khăn

 Ứng dụng

 Hệ thống quản lý kho tài liệu học tập về một lĩnh vực cụ thể là CNTT và chỉ giới hạn trong phạm vi kho tài liệu tiếng Anh (vấn đề khá mới, chưa có lời giải tối ưu, xây dựng CSTT gặp nhiều khó khăn)

 Ứng dụng thử nghiệm trên các truy vấn đơn giản  không đi sâu vào xử lý ngôn ngữ tự nhiên

 Hệ thống còn ít chức năng, chưa chú ý đến các tiện ích cho người dùng, một số phần trong hệ thống chỉ được đề cập mà chưa được cài đặt

Nghiên cứu các công cụ hỗ trợ

tự động: rút trích keyphrase,

lập chỉ mục tài liệu, …

Nghiên cứu qui trình thiết

kế xây dựng ứng dụng cùng các nguyên lý

Nghiên cứu thêm các heuristic

và thuật toán nhằm hỗ trợ tìm kiếm nhanh chóng hơn, dễ dàng hơn, cho kết quả chính xác hơn

Công trình nghiên cứu được công bố:

“Organization model of semantic

document repository and search

techniques for studying information technology”

WASET - ICEEEL 2011 : International Conference on e-Education and e-

Learning Paris, France, November

14-16, 2011.

Công trình nghiên cứu được công bố:

Huynh, TruongAn PhamNguyen.

“Semantic representation and search

techniques for document retrieval

TÀI LIỆU THAM KHẢO

[1] Cao Hoàng Trụ, VN-KIM cho Web Việt có ngữ nghĩa, Kỷ yếu Hội nghị Khoa học & Công nghệ lần thứ 9 - Khoa Công Nghệ Thông

Tin, Đại học Bách khoa TP.HCM, 2005.

[2] Lê Thúy Ngọc, Xây dựng hệ thống tìm kiếm thông tin theo hướng tiếp cận ngữ nghĩa, Luận văn thạc sĩ, Trường đại học Khoa Học

Tự Nhiên TP.HCM, 2008.

[3] Nguyễn Thị Bảo Trâm, Thiết kế và thực hiện các dịch vụ Ontology hỗ trợ thư viện số, Luận văn thạc sĩ, Trường đại học Khoa Học

Tự Nhiên TP.HCM, 2005.

[4] Huỳnh Tấn Đạt, So trùng mờ các đồ thị tri thức, Luận văn thạc sĩ, Trường đại học Bách Khoa TP.HCM, 2005.

[5] Nguyễn Hoàng Tú Anh, Nguyễn Trần Kim Chi, Nguyễn Hồng Phi, Mô hình biểu diễn văn bản thành đồ thị, Tạp chí phát triển

KH&CN, TẬP 12, SỐ 07 – 2009.

[6] Lê Tấn Hùng, Từ Minh Phương & Huỳnh Quyết Thắng, Tác tử công nghệ phần mềm hướng tác tử, Nhà xuất bản khoa học và kỹ

thuật, Hà Nội, 2006.

[7] Christopher D Manning, Prabhakar Raghavan, Hinrich Schütze, An Introduction to Information Retrieval, Cambridge University

Press Cambridge, England, 2009

[8] Dario Bonino, Fulvio Corno, Laura Farinetti, Alessio Bosca , Ontology Driven Semantic Search, WSEAS Transaction on Information

Science and Application, Issue 6, Volume 1, December 2004, pp 1597-1605.

[9] Diem L.T.H., J.-P CHEVALLET, and D.T.B Thuy, Thesaurus-based query and document expansion in conceptual indexing with

UMLS RIVF, 2007.

[10] D.Genest, M.Chein, An experiment in Document Retrieval using Conceptual Graph, Proceeding of 5th ICCS Conference,

Washington USA, p.489-504, 1997.

TÀI LIỆU THAM KHẢO

http://dublincore.org/documents/2010/10/11/dces/.

[12] Haav, H.-M and T.-L Lubi, A Survey of Concept-based Information Retrieval Tools on the Web, in 5th East-European Conference

2001.

[13] Henrik Bulskov Styltsvig, Ontology-based Information Retrieval, A dissertation Presented to the Faculties of Roskilde University in

Partial Fulfillment of the Requirement for the Degree of Doctor of Philosophy, 2006.

[14] Henrik Eriksso, The semantic-document approach to combining documents and ontologies, International Journal of

Human-Computer Studies Volume 65, Issue 7, July 2007, Pages 624-639

[15] Jan Paralic and Ivan Kostial, Ontology-based Information Retrieval, Proc of the 14th International Conference on Information and

Intelligent systems, IIS 2003, p 23 28

[16] Jiwei Zhong, Haiping Zhu, Jianming Li and Yong Yu, Conceptual graph matching for semantic search, Conceptual Structures:

Integration and Interfaces Lecture Notes in Computer Science, 2002, Volume 2393/2002, 92-106

[17] Michel Chein, Marie-Laure Mugnier, Graph-based Knowledge Representation, Springer, 2009.

[18] M Montes-y-Gómez, A López-López, and A.F Gelbukh, Information Retrieval with Conceptual Graph Matching, in Proc DEXA,

2000, pp.312-321.

[19] Roberto Basili, Alessandro Moschitti, Marco Cammisa, Emanuele Donati, Borislav Popov, Deliverable D16.3: MPA3 Cross-language

retrieval and access tools, FP6-IST-507336 PrestoSpace.

[20] Youssef Bassil, Paul Semaan, Semantic-Sensitive Web Information Retrieval Model for HTML Documents, European Journal of

Scientific Research, ISSN 1450-216X, Vol 69, No 4, February 2012.