Tên luận án:
MỘT SỐ KỸ THUẬT TÌM KIẾM THỰC THỂ DỰA TRÊN QUAN HỆ NGỮ NGHĨA ẨN VÀ GỢI Ý TRUY VẤN HƯỚNG NGỮ CẢNH
Ngành:
Cơ sở toán học cho tin học
Tóm tắt nội dung tài liệu:
Luận án tập trung giải quyết hai bài toán cốt lõi trong kỷ nguyên dữ liệu lớn: tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn và gợi ý truy vấn hướng ngữ cảnh. Trong bối cảnh các công cụ tìm kiếm truyền thống gặp khó khăn với các truy vấn có quan hệ ngữ nghĩa tiềm ẩn hoặc mơ hồ, luận án đề xuất các phương pháp nhằm mô phỏng khả năng suy luận tự nhiên của con người.
Đối với bài toán tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn, luận án trình bày mô hình Implicit Relational Entity Search (IRS). Mô hình này bao gồm ba thành phần chính: rút trích quan hệ ngữ nghĩa, gom cụm các quan hệ ngữ nghĩa, và tính toán độ tương đồng giữa các cặp thực thể. Các kết quả thực nghiệm cho thấy phương pháp sử dụng độ đo tương hỗ PMI đạt hiệu quả cao hơn đáng kể so với phương pháp dựa trên tần suất đồng hiện, với độ chính xác đạt khoảng 92% trên tập dữ liệu thực nghiệm.
Đối với bài toán gợi ý truy vấn hướng ngữ cảnh, luận án phát triển một cách tiếp cận mới bằng cách xem xét chuỗi truy vấn đứng ngay trước truy vấn hiện hành như một ngữ cảnh tìm kiếm. Phương pháp này tận dụng tri thức số đông từ Query Logs để đưa ra các gợi ý phù hợp, phản ánh ý định tìm kiếm của người dùng. Luận án cũng đề xuất độ đo tương đồng tổ hợp nhằm nâng cao chất lượng gợi ý và ứng dụng kỹ thuật hướng ngữ cảnh để xây dựng máy tìm kiếm chuyên sâu trong miền dữ liệu hàng không, tích hợp cả tương tác giọng nói tiếng Việt. Đánh giá thực nghiệm cho thấy phương pháp hướng ngữ cảnh vượt trội so với các phương pháp baseline truyền thống về cả tính thích đáng và độ đa dạng của gợi ý.
Tổng kết, luận án đã xây dựng thành công kỹ thuật tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn sử dụng phân cụm và đề xuất độ đo tương đồng tổ hợp cho gợi ý truy vấn hướng ngữ cảnh, góp phần cải thiện hiệu quả của các hệ thống xử lý ngôn ngữ tự nhiên.
Mục lục chi tiết:
- MỞ ĐẦU
- 1. Tính cấp thiết của luận án
- 2. Mục tiêu nghiên cứu của luận án
- 3. Các nội dung nghiên cứu chính của luận án
- CHƯƠNG 1: TỔNG QUAN
- 1.1. Bài toán tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn
- 1.2. Các nghiên cứu liên quan đến tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn
- 1.2.1. Lý thuyết ánh xạ cấu trúc (Structure Mapping Theory – SMT)
- 1.2.2. Tương đồng quan hệ dựa trên hệ thống phân loại tương đồng Wordnet
- 1.2.3. Mô hình không gian vector (Vector Space Model - VSM)
- 1.2.4. Phân tích quan hệ tiềm ẩn (Latent Relational Analysis - LRA)
- 1.2.5. Ánh xạ quan hệ tiềm ẩn (Latent Relation Mapping Engine - LRME)
- 1.2.6. Quan hệ ngữ nghĩa tiềm ẩn (Latent Semantic Relation – LSR)
- 1.2.7. Mô hình học biểu diễn vector từ Word2Vec
- 1.3. Bài toán gợi ý truy vấn hướng ngữ cảnh
- 1.4. Các nghiên cứu liên quan đến gợi ý truy vấn
- 1.4.1. Kỹ thuật gợi ý truy vấn dựa trên phiên (Session)
- 1.4.2. Kỹ thuật gợi ý truy vấn dựa trên cụm (Cluster)
- CHƯƠNG 2: TÌM KIẾM THỰC THỂ DỰA TRÊN QUAN HỆ NGỮ NGHĨA ẨN
- 2.1. Bài toán
- 2.2. Phương pháp tìm kiếm thực thể dựa trên quan hệ ngữ nghĩa ẩn
- 2.2.1. Kiến trúc – Mô hình
- 2.2.2. Thành phần rút trích quan hệ ngữ nghĩa
- 2.2.3. Thành phần gom cụm các quan hệ ngữ nghĩa
- 2.2.4. Thành phần tính toán độ tương đồng giữa 2 cặp thực thể
- 2.3. Kết quả thực nghiệm – Đánh giá
- 2.3.1. Dataset
- 2.3.2. Kiểm thử - Điều chỉnh tham số
- 2.3.3. Đánh giá với độ đo MRR (Mean Reciprocal Rank)
- 2.3.4. Hệ thống thực nghiệm
- 2.4. Kết luận chương
- CHƯƠNG 3: GỢI Ý TRUY VẤN HƯỚNG NGỮ CẢNH
- 3.1. Bài toán
- 3.2. Phương pháp hướng ngữ cảnh
- 3.2.1. Định nghĩa – Thuật ngữ
- 3.2.2. Kiến trúc – Mô hình
- 3.2.4. Phase Offline - Giải thuật Gom cụm
- 3.3.6. Phân tích ưu nhược điểm
- 3.3.7. Các đề xuất kỹ thuật
- 3.2.8. Kỹ thuật phân lớp kết quả tìm kiếm dựa trên Dàn khái niệm (Concept Lattice)
- 3.4. Kết quả thực nghiệm – Đánh giá
- CHƯƠNG 4: KẾT LUẬN VÀ KIẾN NGHỊ
- 4.1. Kết luận
- 4.2. Kiến nghị
- NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN