Luận văn: Trích chọn sự kiện dịch bệnh cho hệ thống giám sát trực tuyến

Luận văn thạc sĩ: Trích chọn sự kiện dịch bệnh cho hệ thống giám sát trực tuyến. Nghiên cứu ứng dụng công nghệ mới trong phòng chống dịch bệnh hiệu quả.

• Tác giả: Nguyễn Minh Tiến
• Người hướng dẫn: Tiến Sĩ Nguyễn Trí Thành
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ Thông tin
• Đề tài: Trích Chọn Sự Kiện Dịch Bệnh Cho Hệ Thống Giám Sát Trực Tuyến
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LÌi cam oan
• LÌi c£m Ïn
• Mˆc lˆc
• 1. TÍng quan v∑ bài toán trích xußt s¸ kiªn
• 1.1. Bài toán trích xußt thông tin t¯ d˙ liªu lÓn
• 1.1.1. Bài toán trích xußt thông tin
• 1.1.2. D˙ liªu lÓn - CÏ hÎi và thách th˘c cho lænh v¸c trích chÂn thông tin
• 1.2. TÍng quan v∑ s¸ kiªn
• 1.2.1. ‡nh nghæa s¸ kiªn
• 1.2.2. Trích chÂn s¸ kiªn
• 1.3. Bài toán trích chÂn s¸ kiªn d‡ch bªnh
• 1.3.1. Trích chÂn s¸ kiªn d‡ch bªnh - fi nghæa và t¶m quan trÂng
• 1.3.2. Phát hiªn s¸ kiªn
• 1.3.3. Trích chÂn s¸ kiªn
• 1.3.4. fi nghæa bài toán trích chÂn s¸ kiªn d‡ch bªnh
• 1.3.4.1. fi nghæa khoa hÂc
• 1.3.5. Khó kh´n và thách th˘c
• 2. MÎt sË ph˜Ïng pháp ti∏p c™n
• 2.1. Ph˜Ïng pháp ti∏p c™n d¸a trên lu™t
• 2.1.1. Lu™t ng˙ nghæa
• 2.2. Ph˜Ïng pháp ti∏p c™n d¸a trên hÂc máy
• 2.3. Ph˜Ïng pháp k∏t hÒp lu™t và hÂc máy
• 2.4. MÎt sË nh™n xét
• 3. Mô hình ∑ xußt
• 3.1. Các ∞c tính cıa s¸ kiªn d‡ch bªnh
• 3.2. Phát bi∫u bài toán
• 3.3. Ph˜Ïng pháp ∑ xußt
• 3.4. Mô hình phát hiªn và trích chÂn s¸ kiªn
• 3.5. Bài toán phát hiªn s¸ kiªn
• 3.5.1. Phát bi∫u bài toán
• 3.5.2. Xây d¸ng t™p lu™t
• 3.5.3. Xây d¸ng mô hình phân lÓp
• 3.6. Bài toán trích chÂn s¸ kiªn
• 3.6.1. Phát bi∫u bài toán
• 3.6.2. Trích chÂn thÌi gian
• 3.6.3. Trích chÂn tên bªnh
• 3.6.4. Trích chÂn ‡a i∫m
• 4. Th¸c nghiªm và ánh giá k∏t qu£
• 4.1. Môi tr˜Ìng và các công cˆ cài ∞t
• 4.1.1. Cßu hình ph¶n c˘ng
• 4.1.2. Các gói ch˜Ïng trình
• 4.2. Xây d¸ng t™p d˙ liªu
• 4.2.1. Thu th™p d˙ liªu
• 4.3. ánh gía quá trình phát hiªn s¸ kiªn
• 4.3.1. ánh giá bÎ lÂc d˙ liªu
• 4.3.2. ánh giá quá trình phân lÓp
• 4.4. ánh gía quá trình trích chÂn s¸ kiªn
• 4.5. Phân tích lÈi và bàn lu™n
• 4.5.1. Phân tích lÈi bÎ lÂc d˙ liªu
• 4.5.2. Phân tích lÈi quá trình trích chÂn s¸ kiªn
• Danh mˆc các t¯ vi∏t t≠t
• Danh sách b£ng
• Danh sách hình v≥
• LÌi nói ¶u
• 1. Ch˜Ïng 1 TÍng quan v∑ bài toán trích xußt s¸ kiªn

Tóm tắt

I. Giám sát dịch bệnh trực tuyến Tổng quan và Tầm quan trọng

Giám sát dịch bệnh trực tuyến là một lĩnh vực ngày càng quan trọng trong y tế công cộng. Nó cho phép phát hiện sớm các ổ dịch, theo dõi sự lây lan của bệnh tật và triển khai các biện pháp phòng ngừa kịp thời. Giám sát dịch bệnh thời gian thực tận dụng các nguồn dữ liệu trực tuyến khác nhau như tin tức, mạng xã hội, công cụ tìm kiếm và dữ liệu từ các hệ thống y tế để cung cấp thông tin cập nhật về tình hình dịch bệnh. Theo tài liệu gốc, trích xuất thông tin (Information Extraction - IE) đóng vai trò quan trọng trong việc giúp con người giải quyết vấn đề bùng nổ dữ liệu. Trích xuất sự kiện (Event Extraction - EE) là một lĩnh vực con trong khai phá dữ liệu (Data Mining - DM). Kết quả của quá trình trích xuất có thể được dùng cho các hệ thống hỗ trợ ra quyết định (Decision Supporting Systems - DSSs), các hệ thống tư vấn (Recommendation Systems - RSs) hoặc các hệ thống giám sát trực tuyến (Online Monitoring Systems - OMSs).

1.1. Định nghĩa và Mục tiêu của Giám sát dịch bệnh trực tuyến

Mục tiêu chính của giám sát dịch bệnh trực tuyến là thu thập, phân tích và diễn giải dữ liệu liên quan đến sức khỏe cộng đồng một cách nhanh chóng và hiệu quả. Nó giúp xác định các xu hướng dịch bệnh, đánh giá nguy cơ và cung cấp thông tin cho các nhà hoạch định chính sách và các chuyên gia y tế để đưa ra quyết định dựa trên bằng chứng. Giám sát dịch bệnh trực tuyến không chỉ giới hạn ở việc theo dõi các bệnh truyền nhiễm mà còn có thể được sử dụng để giám sát các bệnh không truyền nhiễm, các yếu tố nguy cơ và các vấn đề sức khỏe cộng đồng khác.

1.2. Các nguồn dữ liệu chính cho Giám sát dịch bệnh trực tuyến

Các nguồn dữ liệu chính cho giám sát dịch bệnh trực tuyến bao gồm:

• Tin tức trực tuyến: Cung cấp thông tin về các ổ dịch mới, các ca bệnh và các biện pháp phòng ngừa.
• Mạng xã hội: Cho phép theo dõi tâm lý cộng đồng, phát hiện các mối quan tâm liên quan đến sức khỏe và thu thập thông tin về các triệu chứng bệnh.
• Công cụ tìm kiếm: Phản ánh các truy vấn liên quan đến sức khỏe, giúp xác định các khu vực có nhu cầu thông tin cao.
• Hệ thống y tế: Cung cấp dữ liệu về các ca bệnh, các xét nghiệm và các can thiệp y tế. Sự kết hợp của các nguồn dữ liệu này cho phép tạo ra một bức tranh toàn diện về tình hình dịch bệnh.

II. Thách thức trong Giám sát dịch bệnh trực tuyến và Cách vượt qua

Giám sát dịch bệnh trực tuyến đối mặt với nhiều thách thức. Một trong những thách thức lớn nhất là lượng dữ liệu khổng lồ cần phải xử lý và phân tích. Dữ liệu trực tuyến thường không có cấu trúc, không đầy đủ và chứa nhiều thông tin nhiễu. Thêm vào đó, cần đảm bảo tính bảo mật và riêng tư của dữ liệu cá nhân. Để vượt qua những thách thức này, cần phát triển các phương pháp phân tích dữ liệu hiệu quả, sử dụng các công nghệ như AI trong giám sát dịch bệnh và Machine learning trong giám sát dịch bệnh, và tuân thủ các quy định về bảo mật dữ liệu.

2.1. Xử lý dữ liệu lớn và thông tin nhiễu trong giám sát dịch bệnh

Việc xử lý dữ liệu lớn đòi hỏi các công cụ và kỹ thuật đặc biệt. Các thuật toán học máy có thể được sử dụng để lọc bỏ thông tin nhiễu, xác định các mẫu và xu hướng quan trọng. Các phương pháp phân tích dữ liệu dịch bệnh và trực quan hóa dữ liệu giúp các chuyên gia y tế dễ dàng hiểu được tình hình dịch bệnh và đưa ra quyết định kịp thời. Tác giả luận văn gốc đã nhấn mạnh tầm quan trọng của việc phát hiện và theo dõi chủ đề (Topic Detection and Tracking, TDT) trong việc giải quyết các bài toán như phát hiện, theo dõi và xâu chuỗi sự kiện.

2.2. Đảm bảo tính riêng tư và bảo mật dữ liệu y tế trực tuyến

Bảo vệ quyền riêng tư và bảo mật dữ liệu cá nhân là rất quan trọng trong giám sát dịch bệnh trực tuyến. Các phương pháp ẩn danh hóa dữ liệu, kiểm soát truy cập và tuân thủ các quy định về bảo mật dữ liệu có thể giúp giảm thiểu rủi ro. Các nguyên tắc đạo đức và pháp lý cần được xem xét cẩn thận để đảm bảo rằng giám sát dịch bệnh trực tuyến được thực hiện một cách có trách nhiệm và tôn trọng quyền của cá nhân.

2.3. Vấn đề về ngôn ngữ và sự khác biệt văn hóa

Giám sát dịch bệnh trực tuyến thường phải đối mặt với dữ liệu đa ngôn ngữ và sự khác biệt văn hóa. Các công cụ dịch thuật tự động và các phương pháp dịch tễ học kỹ thuật số có thể giúp giải quyết vấn đề này. Tuy nhiên, cần lưu ý đến sự khác biệt về ngữ cảnh và ý nghĩa của thông tin trong các nền văn hóa khác nhau.

III. Các phương pháp và Công nghệ chính trong Giám sát dịch bệnh

Có nhiều phương pháp và công nghệ được sử dụng trong giám sát dịch bệnh trực tuyến. Các phương pháp dựa trên luật (rule-based), học máy (machine learning) và kết hợp (hybrid) đều có những ưu điểm và nhược điểm riêng. Các công nghệ như chatbot dịch bệnh, hệ thống thông tin địa lý (GIS), và nền tảng giám sát dịch bệnh đóng vai trò quan trọng trong việc thu thập, phân tích và trình bày dữ liệu.

3.1. So sánh phương pháp dựa trên luật học máy và kết hợp

Phương pháp dựa trên luật (rule-based) đòi hỏi kiến thức chuyên môn về lĩnh vực và ngôn ngữ, nhưng có thể cho kết quả chính xác cao trong các trường hợp cụ thể. Phương pháp học máy (machine learning) đòi hỏi lượng dữ liệu lớn để huấn luyện, nhưng có thể tự động phát hiện các mẫu và xu hướng. Phương pháp kết hợp (hybrid) kết hợp ưu điểm của cả hai phương pháp, cho phép tạo ra các hệ thống giám sát mạnh mẽ và linh hoạt.

3.2. Ứng dụng AI và Machine Learning để phân tích dữ liệu dịch bệnh

AI và Machine Learning đóng vai trò quan trọng trong việc phân tích dữ liệu dịch bệnh. Các thuật toán học máy có thể được sử dụng để dự đoán sự lây lan của bệnh tật, xác định các yếu tố nguy cơ và đánh giá hiệu quả của các biện pháp can thiệp. Các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) có thể giúp trích xuất thông tin từ văn bản không có cấu trúc, như tin tức và mạng xã hội. Luận văn gốc đã đề cập đến việc sử dụng thuật toán Maximum Entropy (ME) cho bài toán phân loại văn bản do khả năng xử lý dữ liệu thưa và tốc độ huấn luyện tốt.

3.3. Hệ thống thông tin địa lý GIS và Bản đồ dịch bệnh trực tuyến

Hệ thống thông tin địa lý (GIS) cho phép hiển thị dữ liệu dịch bệnh trên bản đồ, giúp xác định các khu vực có nguy cơ cao và theo dõi sự lây lan của bệnh tật theo thời gian. Các bản đồ dịch bệnh trực tuyến cung cấp thông tin trực quan cho các nhà hoạch định chính sách và công chúng, giúp họ đưa ra quyết định dựa trên bằng chứng. Theo tài liệu gốc, hệ thống giám sát trực tuyến có thể giúp người dùng theo dõi tình hình diễn biến dịch bệnh trên lãnh thổ Việt Nam.

IV. Ứng dụng thực tiễn và Nghiên cứu điển hình về Giám sát dịch bệnh

Giám sát dịch bệnh trực tuyến đã được ứng dụng thành công trong nhiều trường hợp khác nhau. Các hệ thống giám sát như HealthMap và ProMED-mail đã giúp phát hiện sớm các ổ dịch và cảnh báo cho cộng đồng. Các nghiên cứu đã chỉ ra rằng giám sát dịch bệnh trực tuyến có thể cải thiện hiệu quả của các biện pháp phòng ngừa và kiểm soát dịch bệnh.

4.1. HealthMap và ProMED mail Các hệ thống giám sát toàn cầu

HealthMap và ProMED-mail là hai hệ thống giám sát dịch bệnh toàn cầu sử dụng các nguồn dữ liệu trực tuyến để phát hiện sớm các ổ dịch và cảnh báo cho cộng đồng. HealthMap sử dụng các thuật toán học máy để phân tích dữ liệu từ nhiều nguồn khác nhau, bao gồm tin tức, mạng xã hội và công cụ tìm kiếm. ProMED-mail là một hệ thống dựa trên cộng đồng, nơi các chuyên gia y tế và các thành viên công chúng chia sẻ thông tin về các ổ dịch.

4.2. Giám sát dịch bệnh trực tuyến trong đại dịch COVID 19

Đại dịch COVID-19 đã chứng minh tầm quan trọng của giám sát dịch bệnh trực tuyến. Các hệ thống giám sát đã giúp theo dõi sự lây lan của virus, xác định các khu vực có nguy cơ cao và đánh giá hiệu quả của các biện pháp phong tỏa và giãn cách xã hội. Các công cụ tìm kiếm và mạng xã hội đã được sử dụng để theo dõi tâm lý cộng đồng và phát hiện các thông tin sai lệch liên quan đến COVID-19.

4.3. Giám sát dịch bệnh trực tuyến ở Việt Nam Các nghiên cứu và ứng dụng

Ở Việt Nam, giám sát dịch bệnh trực tuyến đang được phát triển và ứng dụng trong nhiều lĩnh vực khác nhau. Các nghiên cứu đã tập trung vào việc xây dựng các hệ thống giám sát sử dụng dữ liệu từ tin tức trực tuyến và mạng xã hội. Các ứng dụng đang được phát triển để theo dõi các bệnh truyền nhiễm, các yếu tố nguy cơ và các vấn đề sức khỏe cộng đồng khác. Tài liệu gốc đã đề cập đến một hệ thống theo dõi ba loại sự kiện chính (cháy nổ, tai nạn giao thông, tội phạm) tại Việt Nam, làm tiền đề cho việc phát triển các hệ thống tương tự trong lĩnh vực dịch bệnh.

V. Triển vọng và Xu hướng tương lai của Giám sát dịch bệnh trực tuyến

Giám sát dịch bệnh trực tuyến có nhiều triển vọng và xu hướng phát triển trong tương lai. Sự phát triển của các công nghệ mới như trí tuệ nhân tạo, học máy và Internet of Things (IoT) sẽ cho phép thu thập và phân tích dữ liệu một cách hiệu quả hơn. Sự hợp tác giữa các chuyên gia y tế, các nhà khoa học dữ liệu và các nhà hoạch định chính sách sẽ đóng vai trò quan trọng trong việc tận dụng tối đa tiềm năng của giám sát dịch bệnh trực tuyến.

5.1. IoT và Cảm biến trong Giám sát dịch bệnh trực tuyến

Internet of Things (IoT) và các cảm biến có thể được sử dụng để thu thập dữ liệu về sức khỏe cá nhân và môi trường một cách liên tục và tự động. Các thiết bị đeo được có thể theo dõi các dấu hiệu sinh tồn, các cảm biến môi trường có thể đo lường chất lượng không khí và nước. Dữ liệu này có thể được sử dụng để phát hiện sớm các ổ dịch và đánh giá nguy cơ lây nhiễm.

5.2. Dữ liệu lớn và Phân tích dự đoán trong y tế công cộng

Dữ liệu lớn và phân tích dự đoán có thể giúp cải thiện hiệu quả của các biện pháp phòng ngừa và kiểm soát dịch bệnh. Các mô hình dự đoán có thể được sử dụng để dự đoán sự lây lan của bệnh tật, xác định các nhóm dân cư có nguy cơ cao và đánh giá hiệu quả của các biện pháp can thiệp. Theo tài liệu gốc, trích xuất thông tin, đặc biệt là trích xuất sự kiện, có thể được sử dụng để xây dựng các hệ thống giám sát (monitoring systems) hoặc các hệ thống hỗ trợ ra quyết định (supported decision systems).

5.3. Hợp tác quốc tế và Chia sẻ thông tin trong Giám sát dịch bệnh

Hợp tác quốc tế và chia sẻ thông tin là rất quan trọng trong giám sát dịch bệnh toàn cầu. Các quốc gia cần chia sẻ dữ liệu và kinh nghiệm để phát hiện sớm các ổ dịch và ngăn chặn sự lây lan của bệnh tật qua biên giới. Các tổ chức quốc tế như Tổ chức Y tế Thế giới (WHO) đóng vai trò quan trọng trong việc điều phối các nỗ lực giám sát và ứng phó với dịch bệnh toàn cầu.

VI. Kết luận Giám sát dịch bệnh trực tuyến và Tương lai y tế công cộng

Giám sát dịch bệnh trực tuyến là một công cụ mạnh mẽ để bảo vệ sức khỏe cộng đồng. Nó cho phép phát hiện sớm các ổ dịch, theo dõi sự lây lan của bệnh tật và triển khai các biện pháp phòng ngừa kịp thời. Với sự phát triển của các công nghệ mới và sự hợp tác giữa các chuyên gia, giám sát dịch bệnh trực tuyến sẽ tiếp tục đóng vai trò quan trọng trong tương lai của y tế công cộng. Luận văn gốc đã đặt trọng tâm vào việc trích xuất sự kiện dịch bệnh trên miền dữ liệu tiếng Việt, góp phần vào việc xây dựng hệ thống giám sát trực tuyến phục vụ cộng đồng.

6.1. Tóm tắt các lợi ích chính của Giám sát dịch bệnh trực tuyến

Giám sát dịch bệnh trực tuyến mang lại nhiều lợi ích quan trọng cho y tế công cộng, bao gồm:

• Phát hiện sớm các ổ dịch.
• Theo dõi sự lây lan của bệnh tật.
• Cung cấp thông tin cho các nhà hoạch định chính sách và các chuyên gia y tế.
• Cải thiện hiệu quả của các biện pháp phòng ngừa và kiểm soát dịch bệnh.
• Tăng cường nhận thức của cộng đồng về các vấn đề sức khỏe.

6.2. Các bước tiếp theo trong nghiên cứu và phát triển

Các bước tiếp theo trong nghiên cứu và phát triển về giám sát dịch bệnh trực tuyến bao gồm:

• Phát triển các phương pháp phân tích dữ liệu hiệu quả hơn.
• Sử dụng các công nghệ mới như AI và Machine Learning.
• Tăng cường hợp tác quốc tế và chia sẻ thông tin.
• Đảm bảo tính riêng tư và bảo mật dữ liệu cá nhân.
• Đánh giá hiệu quả của các hệ thống giám sát trong thực tế.

6.3. Ứng dụng trí tuệ nhân tạo vào giám sát dịch bệnh trực tuyến

Trí tuệ nhân tạo (AI) đóng vai trò quan trọng trong việc nâng cao hiệu quả của giám sát dịch bệnh trực tuyến. AI có thể tự động phân tích lượng lớn dữ liệu từ nhiều nguồn khác nhau để xác định các mẫu, xu hướng và dự đoán rủi ro. Một số ứng dụng tiềm năng của AI trong giám sát dịch bệnh bao gồm:

• Dự đoán sự lây lan của bệnh tật.
• Xác định các nhóm dân cư có nguy cơ cao.
• Phân tích ngôn ngữ tự nhiên để trích xuất thông tin từ tin tức và mạng xã hội.
• Phát hiện các thông tin sai lệch liên quan đến sức khỏe.
• Hỗ trợ các chuyên gia y tế đưa ra quyết định dựa trên bằng chứng.

Trích đoạn nội dung tài liệu

ÑI H≈C QU»C GIA HÀ NÀI TR◊ÕNG ÑI H≈C CÔNG NGHõ NGUYôN MINH TIòN TRÍCH CH≈N S‹ KIõN D¿CH BõNH CHO Hõ TH»NG GIÁM SÁT TR‹C TUYòN LUäN VãN THÑC Sfl CÔNG NGHõ THÔNG TIN HÀ NÀI - 2014 TIEU LUAN MOI download : [e-mail] ÑI H≈C QU»C GIA HÀ NÀI TR◊ÕNG ÑI H≈C CÔNG NGHõ NGUYôN MINH TIòN TRÍCH CH≈N S‹ KIõN D¿CH BõNH CHO Hõ TH»NG GIÁM SÁT TR‹C TUYòN Ngành: Công nghª Thông tin Chuyên ngành: Hª thËng Thông tin Mã sË: 60480104 LUäN VãN THÑC Sfl CÔNG NGHõ THÔNG TIN NG◊ÕI H◊ŒNG DàN KHOA HOC: Ti∏n sˇ Nguyπn Trí Thành HÀ NÀI - 2014 TIEU LUAN MOI download : [e-mail] LÌi cam oan Tôi xin cam oan lu™n v´n “Trích chÂn s¸ kiªn d‡ch bªnh cho hª thËng giám sát tr¸c tuy∏n” là công trình nghiên c˘u cıa riêng tôi. Các sË liªu, k∏t qu£ ˜Òc trình bày trong lu™n v´n là hoàn toàn trung th¸c và ch˜a t¯ng ˜Òc công bË trong bßt k˝ mÎt công trình nào khác. Tôi ã trích d®n ¶y ı các tài liªu tham kh£o, công trình nghiên c˘u liên quan  trong n˜Óc và quËc t∏. Ngo§i tr¯ các tài liªu tham kh£o này, lu™n v´n là công viªc cıa riêng tôi.

Hà NÎi, ngày.n´m 2014 Tác gi£ Nguyπn Minh Ti∏n 3 TIEU LUAN MOI download : [e-mail] LÌi c£m Ïn Tr˜Óc tiên, tôi xin g˚i lÌi c£m Ïn sâu s≠c nhßt tÓi TS. Nguyπn Trí Thành, nguÌi ã t™n tình chø b£o và h˜Óng d®n tôi trong quá trình th¸c hiªn lu™n v´n tËt nghiªp. Tôi xin g˚i lÌi c£m Ïn chân thành tÓi PGS. Hà Quang Thˆy, ng˜Ìi ã t™n tình giúp Ô, ‡nh h˜Óng và góp ˛ cho tôi trong suËt thÌi gian tôi nghiên c˘u và làm viªc t§i phòng thí nghiªm Công nghª Tri th˘c (Knowledge Technology Laboratory - KT-Lab).

Tôi xin g˚i lÌi c£m Ïn tÓi TS. Phan Xuân Hi∏u, nghiên c˘u sinh Tr¶n Mai VÙ, nh˙ng ng˜Ìi ã cÍ vÙ, giúp Ô và óng góp ˛ ki∏n cho tôi trong suËt quá trình hÂc t™p và nghiên c˘u t§i tr˜Ìng §i hÂc Công nghª - §i hÂc QuËc gia Hà NÎi. Tôi chân thành c£m Ïn các th¶y, cô, và cán bÎ tr˜Ìng §i hÂc Công nghª - §i hÂc QuËc gia Hà NÎi ã gi£ng d§y và t§o i∑u kiªn thu™n lÒi cho tôi hÂc t™p, nghiên c˘u, và hoàn thành lu™n v´n. Bên c§nh ó, tôi xin c£m Ïn các anh, ch‡, và các b§n sinh viên thuÎc phòng nghiên c˘u Công nghª Tri th˘c (KT-Lab) ã giúp Ô tôi hoàn thành lu™n v´n.

Tôi xin g˚i lÌi c£m Ïn tÓi nh˙ng Áng nghiªp t§i BÎ môn Công nghª Ph¶n m∑m - Khoa Công nghª Thông tin - Tr˜Ìng §i hÂc S˜ ph§m Kˇ Thu™t H˜ng Yên ã ıng hÎ, cÍ vÙ tôi trong suËt thÌi gian hÂc t™p, nghiên c˘u và hoàn thành lu™n v´n. CuËi cùng, tôi muËn g˚i lÌi c£m Ïn ∞c biªt tÓi gia ình, b§n bè, và nh˙ng ng˜Ìi thân yêu luôn bên c§nh Îng viên tôi trong suËt quá trình hÂc t™p và th¸c hiªn lu™n v´n tËt nghiªp. Tôi xin chân thành c£m Ïn! HÂc viên Nguyπn Minh Ti∏n 4 TIEU LUAN MOI download : [e-mail] Mˆc lˆc 1 TÍng quan v∑ bài toán trích xußt s¸ kiªn 1 1.1 Bài toán trích xußt thông tin t¯ d˙ liªu lÓn .1 Bài toán trích xußt thông tin .2 D˙ liªu lÓn - CÏ hÎi và thách th˘c cho lænh v¸c trích chÂn thông tin .2 TÍng quan v∑ s¸ kiªn .1 ‡nh nghæa s¸ kiªn .2 Trích chÂn s¸ kiªn .3 Bài toán trích chÂn s¸ kiªn d‡ch bªnh .1 Trích chÂn s¸ kiªn d‡ch bªnh - fi nghæa và t¶m quan trÂng .2 Phát hiªn s¸ kiªn .3 Trích chÂn s¸ kiªn .4 fi nghæa bài toán trích chÂn s¸ kiªn d‡ch bªnh .1 fi nghæa khoa hÂc .5 Khó kh´n và thách th˘c. 11 2 MÎt sË ph˜Ïng pháp ti∏p c™n 12 2.1 Ph˜Ïng pháp ti∏p c™n d¸a trên lu™t .2 Lu™t ng˙ nghæa .2 Ph˜Ïng pháp ti∏p c™n d¸a trên hÂc máy .3 Ph˜Ïng pháp k∏t hÒp lu™t và hÂc máy .4 MÎt sË nh™n xét.

17 3 Mô hình ∑ xußt 18 3.1 Các ∞c tính cıa s¸ kiªn d‡ch bªnh .2 Phát bi∫u bài toán .3 Ph˜Ïng pháp ∑ xußt .4 Mô hình phát hiªn và trích chÂn s¸ kiªn. 20 5 TIEU LUAN MOI download : skknchat@gmail.5 Bài toán phát hiªn s¸ kiªn .1 Phát bi∫u bài toán .2 Xây d¸ng t™p lu™t .3 Xây d¸ng mô hình phân lÓp .6 Bài toán trích chÂn s¸ kiªn .1 Phát bi∫u bài toán .2 Trích chÂn thÌi gian .3 Trích chÂn tên bªnh .4 Trích chÂn ‡a i∫m. 29 4 Th¸c nghiªm và ánh giá k∏t qu£ 30 4.1 Môi tr˜Ìng và các công cˆ cài ∞t .1 Cßu hình ph¶n c˘ng .3 Các gói ch˜Ïng trình .2 Xây d¸ng t™p d˙ liªu .1 Thu th™p d˙ liªu .3 ánh gía quá trình phát hiªn s¸ kiªn .1 ánh giá bÎ lÂc d˙ liªu .2 ánh giá quá trình phân lÓp .4 ánh gía quá trình trích chÂn s¸ kiªn .5 Phân tích lÈi và bàn lu™n .1 Phân tích lÈi bÎ lÂc d˙ liªu .2 Phân tích lÈi quá trình trích chÂn s¸ kiªn. 41 TIEU LUAN MOI download : [e-mail] Danh mˆc các t¯ vi∏t t≠t STT T¯ vi∏t t≠t T¯ ¶y ı 1 IE Information Extraction 2 IR Information Retrieval 3 DM Data Mining 4 DSSs Decision Supporting Systems 5 OMSs Online Monitoring Systems 6 RSs Recommendation Systems 7 MUC Message Understanding Conference 8 ACE Automatic Content Extraction 9 NOAA National Oceanic and Atmospheric Administration 10 TDT Topic Detection and Tracking 11 NLP Natural Language Processing 12 NER Named Entity Recognition 13 TF-IDF Term Frequency - Inverse Document Frequency 14 CRFs Conditional Random Fields 15 Maxent Maximum Entropy Model 7 TIEU LUAN MOI download : [e-mail] Danh sách b£ng 1.1 ThËng kê trên d˙ liªu Twitter .1 Danh sách các t¯/cˆm t¯ th˜Ìng xuyên .1 Cßu hình ph¶n c˘ng ˜Òc s˚ dˆng trong th¸c nghiªm .2 Công cˆ ph¶n m∑m ˜Òc s˚ dˆng trong th¸c nghiªm .3 Danh sách các lÓp trong t¯ng gói ph¶n m∑m .4 Các thành ph¶n cıa mÎt bài báo .5 T lª lÈi cıa ch˘c n´ng lÂc d˙ liªu .6 So sánh kh£ n´ng phân lÓp gi˙a Thí nghiªm a and Thí nghiªm b .7 So sánh Î chính xác quá trình trích chÂn gi˙a Thí nghiªm c and Thí nghiªm d .8 LÈi trong Thí nghiªm c (15 trên 25 lÈi) .9 LÈi trong Thí nghiªm d.

39 8 TIEU LUAN MOI download : [e-mail] Danh sách hình v≥ 1.1 S¸ t´ng tr˜ng d˙ liªu t¯ n´m 2004 ∏n n´m 2020 .2 D˙ liªu trên Internet trong 60 giây .3 Các b˜Óc trong quá trình khám phá tri th˘c trong cÏ s d˙ liªu [15] 4 3.1 Quá trình phát hiªn và trích chÂn s¸ kiªn .2 Thành ph¶n phát hiªn s¸ kiªn .3 Thành ph¶n trích chÂn s¸ kiªn .4 Bi∫u diπn cıa cây phân cßp ‡a i∫m. 28 9 TIEU LUAN MOI download : [e-mail] LÌi nói ¶u Trích chÂn/trích xußt thông tin (Information Extraction - IE), ∞c biªt là trích chÂn/trích xußt s¸ kiªn (Event Extraction - EE) là mÎt lænh v¸c con trong khai phá d˙ liªu (Data Mining - DM). K∏t qu£ cıa quá trình trích chÂn có th∫ ˜Òc dùng cho các hª thËng hÈ trÒ ra quy∏t ‡nh (Decision Supporting Systems - DSSs), các hª thËng t˜ vßn (Recommendation Systems - RSs), ho∞c các hª thËng giám sát tr¸c tuy∏n (Online Monitoring Systems - OMSs) [20]. Nh˙ng n´m g¶n ây, trích chÂn s¸ kiªn ã thu hút nhi∑u s¸ quan tâm t¯ các nhà khoa hÂc trong lænh v¸c khai phá d˙ liªu nói chung và trích chÂn thông tin nói riêng.

Trích chÂn s¸ kiªn ˜Òc ∑ xußt l¶n ¶u tiên t§i hÎi th£o Message Understanding Conference n´m 1987 [19]. Trong hÎi ngh‡ này, mÎt s¸ kiªn ˜Òc ‡nh nghæa nh˜ sau: mÎt s¸ kiªn b≠t buÎc ph£i có tác nhân (actor), thÌi gian x£y ra s¸ kiªn (time), ‡a i∫m (place) và tác Îng tÓi môi tr˜Ìng xung quanh (impact on the surrounding environment). Bênh c§nh ó, ch˜Ïng trình Automatic Content Extraction (ACE) ˜a ra ‡nh nghæa: s¸ kiªn là mÎt hành Îng ˜Òc t§o ra bi ng˜Ìi tham gia và ˜Òc chia thành tám lo§i: cuÎc sËng (life), s¸ di chuy∫n (movement), s¸ chuy∫n (transection), kinh doanh (business), xung Ît (conflict), liên hª (contact), con ng˜Ìi (personnel) và lu™t phát (justice). Theo inh nghæa cıa Allen và cÎng s¸ [1], mÎt s¸ kiªn bao gÁm bËn thuÎc tính: ph˜Ïng th˘c (modality), s¸ phân c¸c (Positive, Negative), m˘c Î (Specific, Generic) và thÌi i∫m (Past, Present, Future, Unspecified).

Lu™n v´n "Trích chÂn s¸ kiªn d‡ch bªnh cho hª thËng giám sát tr¸c tuy∏n" t™p trung vào nghiên c˘u các cách th˘c và ph˜Ïng pháp gi£i quy∏t bài toán trích chÂn s¸ kiªn d‡ch bªnh. Qua ó, ˜a ra mô hình, gi£i pháp cho vßn ∑ trích chÂn s¸ kiªn d‡ch bªnh trên mi∑n d˙ liªu ti∏ng Viªt. Lu™n v´n s˚ dˆng ph˜Ïng pháp k∏t hÒp gi˙a lu™t (rule-based) và hÂc máy ∫ gi£i quy∏t hai bài toán lÓn trong nghiên c˘u, ó là: bài toán phát hiªn s¸ kiªn và bài toán trích chÂn s¸ kiªn. K∏t qu£ cıa nghiên c˘u là danh sách các s¸ kiªn d‡ch bªnh ˜Òc tr¸c quan hóa trên hª thËng giám sát tr¸c tuy∏n, nÏi mà ng˜Ìi dùng có th∫ theo dõi tình hình diπn bi∏n d‡ch bªnh trên lãnh thÍ Viªt Nam.

Cßu trúc lu™n v´n ˜Òc chia làm bËn ch˜Ïng, nÎi dung ˜Òc mô t£ nh˜ sau: Ch˜Ïng 1: TÍng quan v∑ bài toán trích chÂn s¸ kiªn Ch˜Ïng này trình bày cÏ b£n v∑ bài toán trích chÂn s¸ kiªn trong bËi c£nh bùng 10 TIEU LUAN MOI download : [e-mail] DANH SÁCH HÌNH Vì 11 nÍ thông tin trên Internet. HÏn n˙a, lu™n v´n cÙng ∑ c™p tÓi mÎt sË nghiên c˘u liên quan v∑ trích chÂn s¸ kiªn, ‡nh nghæa s¸ kiªn. Quan trÂng hÏn, ch˜Ïng này chø ra ˛ nghæa cıa bài toán trích chÂn s¸ kiªn d‡ch bªnh trên mi∑n d˙ liªu ti∏ng Viªt. CuËi cùng, tác gi£ trình bày nh˙ng thách th˘c trong bài toán trích chÂn s¸ kiªn d‡ch bªnh và ˘ng dˆng cıa bài toán.

Ch˜Ïng 2: MÎt sË ph˜Ïng pháp ti∏p c™n Ch˜Ïng này t™p trung trình bày ba ph˜Ïng pháp gi£i quy∏t bài toán phát hiªn và trích chÂn s¸ kiªn, ó là: ph˜Ïng pháp s˚ dˆng lu™t, ph˜Ïng ti∏p c™n hÂc máy, và ph˜Ïng pháp k∏t hÒp gi˙a lu™t và hÂc máy. Bên c§nh ó, lu™n v´n cÙng ˜a ra mÎt sË nh™n xét gi˙a các ph˜Ïng pháp. CuËi cùng, lu™n v´n chø ra ph˜Ïng pháp phù hÒp vÓi bài toán trích chÂn s¸ kiªn d‡ch bªnh. Ch˜Ïng 3: Mô hình ∑ xußt Ch˜Ïng này mô t£ mô hình ∑ xußt cho bài toán phát hiªn và trích chÂn s¸ kiªn d‡ch bªnh, bên c§nh ó mô t£ chi ti∏t hai bài toán lÓn trong lu™n v´n ó là: bài toán phát hiªn s¸ kiªn và trích chÂn s¸ kiªn.

Ch˜Ïng 4: Th¸c nghiªm và ánh giá k∏t qu£ Ch˜Ïng này mô t£ quá trình th¸c nghiªm và ánh giá k∏t qu£ cıa ph˜Ïng pháp ∑ xußt d¸a trên hai bài toán lÓn, ó là: bài toán phát hiªn s¸ kiªn và trích chÂn s¸ kiªn.