Kỹ Thuật Nâng Cao Hiệu Quả Tra Cứu Sách Tại Thư Viện Trường Cao Đẳng Kinh Tế Công Nghệ TP.HCM

Chuyên khảo kinh tế phân tích Kỹ thuật cải thiện kết quả tra cứu sách tại thư viện trường cao đẳng kinh tế công nghệ tphcm, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên

• Tác giả: Phan Văn Út
• Người hướng dẫn: PGS. Trần Công Hùng
• Trường học: Học viện công nghệ Bưu chính Viễn Thông
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Kỹ Thuật Nâng Cao Hiệu Quả Tra Cứu Sách Tại Thư Viện Trường Cao Đẳng Kinh Tế Công Nghệ TP.HCM
• Loại tài liệu: luận văn
• Năm xuất bản: 2015
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng Quan Về Tối Ưu Tra Cứu Sách Tại Thư Viện CĐ KTCN

Việc tối ưu hóa tra cứu sách tại thư viện cao đẳng kinh tế công nghệ TP.HCM là một nhu cầu cấp thiết. Sinh viên và giảng viên cần một hệ thống tìm kiếm sách thư viện hiệu quả để phục vụ học tập và nghiên cứu. Các hệ thống hiện tại còn nhiều hạn chế, chưa đáp ứng được yêu cầu ngày càng cao về hiệu quả tra cứu thông tin. Cần có giải pháp cải thiện trải nghiệm người dùng thư viện và nâng cao khả năng truy cập thông tin một cách nhanh chóng và chính xác. Mục tiêu là xây dựng một hệ thống tra cứu sách thông minh, hỗ trợ nhiều phương thức tìm kiếm, từ khóa, chủ đề đến ngữ nghĩa, giúp người dùng dễ dàng tìm thấy tài liệu phù hợp.

1.1. Nhu Cầu Tìm Kiếm Theo Ngữ Nghĩa Trên Kho Tài Liệu

Hiện nay, nhu cầu tìm kiếm theo ngữ nghĩa trên kho tài liệu ngày càng tăng cao. Người dùng mong muốn hệ thống có thể hiểu được ý định tìm kiếm của họ, thay vì chỉ dựa vào từ khóa. Điều này đặc biệt quan trọng đối với các tài liệu chuyên ngành, nơi mà các thuật ngữ có thể có nhiều nghĩa khác nhau. Việc tối ưu hóa tra cứu sách cần phải đáp ứng được nhu cầu này để mang lại trải nghiệm tốt nhất cho người dùng. Các công trình nghiên cứu về quản lý và xử lý tìm kiếm theo nội dung còn nhiều hạn chế, chưa đáp ứng được nhu cầu khai thác thông tin của người sử dụng.

1.2. Thực Trạng Tra Cứu Sách Tại Thư Viện Hiện Nay

Thực trạng tra cứu sách tại nhiều thư viện hiện nay vẫn còn nhiều hạn chế. Các hệ thống thường chỉ hỗ trợ tìm kiếm dựa trên từ khóa và danh mục, gây khó khăn cho người dùng khi muốn tìm kiếm thông tin theo chủ đề hoặc ngữ cảnh. Các giải pháp công nghệ hiện tại chủ yếu tập trung vào xử lý dữ liệu, chưa đủ khả năng diễn giải và kết hợp tài nguyên theo ngữ nghĩa. Điều này dẫn đến việc hiệu quả tra cứu thông tin chưa cao và trải nghiệm người dùng chưa được tối ưu.

II. Vấn Đề Khó Khăn Khi Tìm Kiếm Sách Tại Thư Viện

Người dùng thường gặp nhiều khó khăn khi tìm kiếm sách thư viện. Việc tìm kiếm theo từ khóa đôi khi không mang lại kết quả chính xác, do sự khác biệt về ngôn ngữ và cách diễn đạt. Các hệ thống quản lý thư viện hiện tại chưa đủ thông minh để hiểu được ý định tìm kiếm của người dùng, dẫn đến việc mất nhiều thời gian và công sức để tìm được tài liệu mong muốn. Vấn đề này ảnh hưởng đến hiệu quả học tập và nghiên cứu của sinh viên và giảng viên tại trường cao đẳng kinh tế công nghệ TP.HCM.

2.1. Hạn Chế Của Tìm Kiếm Dựa Trên Từ Khóa

Tìm kiếm dựa trên từ khóa có nhiều hạn chế. Một từ khóa có thể có nhiều nghĩa, dẫn đến kết quả tìm kiếm không chính xác. Người dùng có thể sử dụng các từ khóa khác nhau để diễn tả cùng một ý, nhưng hệ thống lại không hiểu được sự tương đồng này. Điều này làm giảm hiệu quả tra cứu thông tin và gây khó khăn cho người dùng. Các hệ thống tìm kiếm này phần lớn vẫn dựa trên từ khóa và mức độ phổ biến của tài liệu.

2.2. Thiếu Khả Năng Hiểu Ngữ Cảnh Và Ý Định Tìm Kiếm

Các hệ thống tra cứu sách hiện tại thường thiếu khả năng hiểu ngữ cảnh và ý định tìm kiếm của người dùng. Hệ thống không thể phân biệt được các sắc thái ý nghĩa khác nhau của từ ngữ, dẫn đến việc trả về các kết quả không liên quan. Để giải quyết vấn đề này, cần phải áp dụng các kỹ thuật xử lý ngôn ngữ tự nhiên và học máy để cải thiện trải nghiệm người dùng thư viện.

2.3. Khó Khăn Trong Việc Tìm Kiếm Tài Liệu Liên Quan

Việc tìm kiếm các tài liệu liên quan cũng là một thách thức lớn. Người dùng thường gặp khó khăn trong việc xác định các từ khóa liên quan hoặc các chủ đề liên quan. Hệ thống cần phải có khả năng gợi ý các tài liệu liên quan dựa trên nội dung và ngữ cảnh của tài liệu đang xem. Điều này sẽ giúp người dùng khám phá thêm nhiều nguồn tài liệu thư viện hữu ích.

III. Cách Tối Ưu Tra Cứu Sách Ứng Dụng Ontology LSI

Để tối ưu hóa tra cứu sách, cần áp dụng các kỹ thuật tiên tiến như Ontology và Latent Semantic Indexing (LSI). Ontology giúp xây dựng một mô hình tri thức về lĩnh vực, cho phép hệ thống hiểu được mối quan hệ giữa các khái niệm. LSI giúp phân tích ngữ nghĩa của văn bản, cho phép hệ thống tìm kiếm các tài liệu liên quan ngay cả khi chúng không chứa các từ khóa tìm kiếm. Kết hợp hai kỹ thuật này sẽ mang lại hiệu quả tra cứu thông tin vượt trội.

3.1. Xây Dựng Ontology Cho Ngữ Nghĩa Tài Liệu

Xây dựng Ontology là bước quan trọng để tối ưu hóa tra cứu sách. Ontology giúp định nghĩa các khái niệm, thuộc tính và mối quan hệ giữa chúng trong một lĩnh vực cụ thể. Trong trường hợp này, Ontology sẽ mô tả các khái niệm liên quan đến kinh tế và công nghệ, giúp hệ thống hiểu được nội dung của các tài liệu. Luận văn đã đề xuất các mô hình gồm một mô hình ontology mô tả tri thức về một lĩnh vực đặc biệt trong đó sử dụng keyphrase là thành phần chính để hình thành các khái niệm của ontology.

3.2. Sử Dụng LSI Để Phân Tích Ngữ Nghĩa Văn Bản

Latent Semantic Indexing (LSI) là một kỹ thuật mạnh mẽ để phân tích ngữ nghĩa của văn bản. LSI giúp giảm chiều dữ liệu và tìm ra các mối quan hệ ẩn giữa các từ và các tài liệu. Bằng cách áp dụng LSI, hệ thống có thể tìm kiếm các tài liệu liên quan ngay cả khi chúng không chứa các từ khóa tìm kiếm. LSI giúp cải thiện đáng kể hiệu quả tra cứu thông tin.

3.3. Kết Hợp Ontology Và LSI Để Nâng Cao Hiệu Quả

Kết hợp Ontology và LSI là một giải pháp hiệu quả để tối ưu hóa tra cứu sách. Ontology cung cấp một mô hình tri thức rõ ràng về lĩnh vực, trong khi LSI giúp phân tích ngữ nghĩa của văn bản. Khi kết hợp hai kỹ thuật này, hệ thống có thể hiểu được ý định tìm kiếm của người dùng và trả về các kết quả chính xác và liên quan. Điều này giúp cải thiện trải nghiệm người dùng thư viện và nâng cao khả năng truy cập thông tin.

IV. Phương Pháp Xây Dựng Đồ Thị Keyphrase Biểu Diễn Nội Dung

Một phương pháp hiệu quả để tối ưu hóa tra cứu sách là xây dựng đồ thị keyphrase biểu diễn nội dung của tài liệu. Mỗi tài liệu được biểu diễn bằng một đồ thị, trong đó các nút là các keyphrase và các cạnh là mối quan hệ giữa chúng. Bằng cách so sánh đồ thị keyphrase của tài liệu với đồ thị keyphrase của câu truy vấn, hệ thống có thể xác định mức độ liên quan giữa chúng. Phương pháp này giúp cải thiện đáng kể hiệu quả tra cứu thông tin.

4.1. Xác Định Keyphrase Đặc Trưng Ngữ Nghĩa KĐTNN

Việc xác định keyphrase đặc trưng ngữ nghĩa (KĐTNN) là bước quan trọng để xây dựng đồ thị keyphrase. KĐTNN là các cụm từ quan trọng nhất trong tài liệu, thể hiện nội dung chính của tài liệu. Các KĐTNN cần phải được lựa chọn cẩn thận để đảm bảo tính chính xác và đầy đủ của đồ thị keyphrase. Luận văn đã đề xuất một phương pháp xử lý biểu diễn câu truy vấn thành đồ thị keyphrase có trọng số giúp xác định chính xác hơn yêu cầu tìm kiếm của người dùng.

4.2. Xây Dựng Đồ Thị Keyphrase Từ Các KĐTNN

Sau khi xác định được các KĐTNN, cần phải xây dựng đồ thị keyphrase từ chúng. Đồ thị keyphrase bao gồm các nút (KĐTNN) và các cạnh (mối quan hệ giữa các KĐTNN). Mối quan hệ giữa các KĐTNN có thể là quan hệ ngữ nghĩa, quan hệ chủ đề hoặc quan hệ liên kết. Việc xây dựng đồ thị keyphrase cần phải đảm bảo tính chính xác và đầy đủ để hệ thống có thể hiểu được nội dung của tài liệu.

4.3. Đánh Giá Độ Tương Đồng Giữa Các Đồ Thị Keyphrase

Để tối ưu hóa tra cứu sách, cần phải đánh giá độ tương đồng giữa các đồ thị keyphrase. Độ tương đồng giữa hai đồ thị keyphrase thể hiện mức độ liên quan giữa hai tài liệu. Bằng cách so sánh độ tương đồng giữa đồ thị keyphrase của tài liệu và đồ thị keyphrase của câu truy vấn, hệ thống có thể xác định mức độ liên quan giữa chúng. Luận văn đã đưa ra được nhiều cải tiến có hiệu quả trong kỹ thuật biểu diễn ngữ nghĩa và xử lý tính toán độ tương đồng ngữ nghĩa giữa tài liệu và câu truy vấn.

V. Ứng Dụng Cải Thiện Hệ Thống Tra Cứu Tại CĐ KTCN TP

Các kỹ thuật tối ưu hóa tra cứu sách có thể được ứng dụng để cải thiện hệ thống tra cứu sách tại thư viện cao đẳng kinh tế công nghệ TP.HCM. Bằng cách áp dụng Ontology, LSI và đồ thị keyphrase, hệ thống có thể hiểu được ý định tìm kiếm của người dùng và trả về các kết quả chính xác và liên quan. Điều này giúp cải thiện trải nghiệm người dùng thư viện và nâng cao khả năng truy cập thông tin.

5.1. Thiết Kế Giao Diện Người Dùng Thân Thiện

Thiết kế giao diện người dùng thân thiện là yếu tố quan trọng để cải thiện trải nghiệm người dùng thư viện. Giao diện cần phải dễ sử dụng, trực quan và dễ hiểu. Người dùng cần phải dễ dàng tìm kiếm, duyệt và xem các tài liệu. Giao diện cũng cần phải cung cấp các tính năng hỗ trợ như gợi ý tìm kiếm, lọc kết quả và xem trước tài liệu.

5.2. Tích Hợp Các Công Cụ Hỗ Trợ Tìm Kiếm

Tích hợp các công cụ hỗ trợ tìm kiếm là một cách hiệu quả để tối ưu hóa tra cứu sách. Các công cụ này có thể bao gồm gợi ý tìm kiếm, kiểm tra chính tả, dịch thuật và tìm kiếm nâng cao. Bằng cách tích hợp các công cụ này, hệ thống có thể giúp người dùng tìm kiếm thông tin một cách dễ dàng và hiệu quả hơn.

5.3. Đánh Giá Hiệu Quả Của Hệ Thống Mới

Sau khi triển khai hệ thống mới, cần phải đánh giá hiệu quả của nó. Việc đánh giá có thể được thực hiện thông qua các khảo sát người dùng, phân tích dữ liệu sử dụng và so sánh với hệ thống cũ. Kết quả đánh giá sẽ giúp xác định các điểm mạnh và điểm yếu của hệ thống mới, từ đó đưa ra các cải tiến phù hợp.

VI. Kết Luận Hướng Phát Triển Cho Tra Cứu Sách Thông Minh

Việc tối ưu hóa tra cứu sách là một quá trình liên tục. Cần phải liên tục nghiên cứu và áp dụng các kỹ thuật mới để cải thiện trải nghiệm người dùng thư viện và nâng cao khả năng truy cập thông tin. Trong tương lai, các hệ thống tra cứu sách sẽ ngày càng thông minh hơn, có khả năng hiểu được ý định tìm kiếm của người dùng và cung cấp các kết quả chính xác và liên quan. Ứng dụng đã được cài đặt, thử nghiệm tại trường cao đẳng Kinh tế công nghệ Thành phố Hồ Chí Minh. Kết quả thực nghiệm bước đầu cho thấy giải pháp đã đề xuất là khả quan và có khả năng ứng dụng tốt.

6.1. Nghiên Cứu Và Áp Dụng Các Kỹ Thuật Mới

Cần phải liên tục nghiên cứu khoa học và áp dụng các kỹ thuật mới để tối ưu hóa tra cứu sách. Các kỹ thuật này có thể bao gồm học sâu, xử lý ngôn ngữ tự nhiên và khai phá dữ liệu. Bằng cách áp dụng các kỹ thuật này, hệ thống có thể hiểu được ý định tìm kiếm của người dùng và cung cấp các kết quả chính xác và liên quan.

6.2. Phát Triển Các Ứng Dụng Hỗ Trợ Tìm Kiếm

Cần phải phát triển các ứng dụng hỗ trợ tìm kiếm để cải thiện trải nghiệm người dùng thư viện. Các ứng dụng này có thể bao gồm chatbot thư viện, hệ thống gợi ý tài liệu và công cụ phân tích thông tin. Bằng cách phát triển các ứng dụng này, hệ thống có thể giúp người dùng tìm kiếm thông tin một cách dễ dàng và hiệu quả hơn.

6.3. Xây Dựng Cộng Đồng Chia Sẻ Tri Thức

Xây dựng cộng đồng chia sẻ tri thức là một cách hiệu quả để tối ưu hóa tra cứu sách. Cộng đồng này có thể bao gồm sinh viên, giảng viên và các chuyên gia trong lĩnh vực. Bằng cách chia sẻ tri thức và kinh nghiệm, cộng đồng có thể giúp cải thiện chất lượng của hệ thống tra cứu sách và nâng cao khả năng truy cập thông tin.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1. Giới thiệu tổng quan về vấn đề nghiên cứu 1. Nhu cầu và thực trạng tìm kiếm theo ngữ nghĩa trên kho tài liệu Hiện nay, việc tổ chức một kho tài liệu học tập về một chuyên ngành, một lĩnh vực đặc biệt như CNTT với chức năng tìm kiếm liên quan đến thông tin tri thức hay nội dung tài liệu là một nhu cầu cấp thiết trong thực tiễn của việc giảng dạy, học tập và nghiên cứu. Đã có một số công trình liên quan đến vấn đề tổ chức quản lý và xử lý tìm kiếm theo nội dung.

Tuy nhiên những kết quả đạt được vẫn còn hạn chế và chưa đủ để đáp ứng cho nhu cầu khai thác thông tin của người sử dụng. Các giải pháp cũng như công nghệ phổ biến hiện nay tuy có nhiều hỗ trợ cho ứng dụng quản lý tài nguyên học tập, nhưng còn chủ yếu ở mức xử lý dữ liệu. Do đó vẫn chưa đủ khả năng diễn giải, kết hợp tài nguyên theo ngữ nghĩa nội dung hay tri thức liên quan. Vì thế các tính năng của hệ thống chưa đủ đáp ứng các yêu cầu sử dụng ngày càng cao, đặc biệt là việc tổ chức và xử lý tích hợp dữ liệu, thông tin và tri thức.

Trong lĩnh vực của khoa học máy tính, hiện đang có một sự chuyển hướng dần đến những thứ mà có thể gọi là sự hướng tri thức hoặc xử lý ngữ nghĩa. Theo đó, những hệ thống tìm kiếm dựa trên khái niệm được nghiên cứu phát triển nhằm thay thế cho những hệ thống truyền thống vốn đã bộc lộ nhiều khuyết điểm lớn. Khảo sát một số giải pháp và ứng dụng tìm kiếm ngữ nghĩa trên kho tài liệu hiện nay 1. Về một số động cơ tìm kiếm thông dụng hiện nay Đối với nhu cầu tìm kiếm thông tin nói chung, hầu hết đều nghĩ đến cái tênGoogle.

Tuy nhiên, thị trường các công cụ tìm kiếm thông tin trên máy tính vẫn đang ngày càng trở nên đông đảo và gia tăng không ngừng. Trên lĩnh vực tìm kiếm 2 trên internet, người khổng lồ Google bị bám đuổi và cạnh tranh gay gắt từ các dịch vụ như Yahoo search (yahoo.com), Microsoft Bing (bing.com), Ask (ask. Các động cơ tìm kiếm này đã nổi tiếng trên toàn thế giới, ngôn ngữ được hỗ trợ chính là tiếng Anh nhưng cũng sử dụng được với các ngôn ngữ khác. Ngoài ra, với tham vọng là xây dựng các động cơ tìm kiếm tận dụng những lợi thế địa phương của quốc gia về ngôn ngữ và văn hóa, các công ty quốc gia cũng xây dựng các động cơ tìm kiếm riêng cho mình như Baidu (baidu.com) của Trung Quốc, Heeya (heeya.com) của Hàn Quốc hay Yandex (yandex.com) của Nga, v.

Nếu bàn về tìm kiếm theo từ khóa, Google đã gần như không có đối thủ. Tuy nhiên, nếu người dùng không biết rõ về từ khóa họ cần cung cấp cho máy tìm kiếm, họ cần máy tìm kiếm “hiểu” ý của họ thông qua ngữ nghĩa hàm ý trong câu truy vấn. Đây là điểm mà một số đối thủ của Google như Lexxe (lexxe.com), Factbites (factbites.com), Swoogle (swoogle.edu), Kngine (kngine.com), DuckDuckGo (duckduckgo.com), Wolfram Alpha (wolframalpha.com) nhắm vào. Với khả năng đoán ý, hiểu nghĩa của từ hay cụm từ để cho ra kết quả gần nhất với ý định tìm kiếm của người dùng, các động cơ tìm kiếm ngữ nghĩa kể trên có khả năng sẽ tạo sự đột phá cho thị trường tìm kiếm hiện nay.

Có thể xem khả năng tìm kiếm ngữ nghĩa như là một cách tốt hơn để cung cấp cho người dùng thông tin họ cần, đảm bảo kết quả thu được có liên quan đến thông tin cần tìm hơn dựa trên khả năng hiểu được nghĩa của từ hoặc cụm từ đang được tìm kiếm. Với các công nghệ ngữ nghĩa, máy tính sẽ hiểu rõ hơn những mối quan hệ giữa nhiều thông tin khác nhau hơn là chỉ chuyển tiếp các liên kết dựa trên từ khóa tìm kiếm. Các hệ thống quản lý tài liệu Ngoài việc tìm kiếm thông tin trên mạng Internet, người dùng còn một nguồn tài liệu khác đó là các bộ sưu tập sẵn có. Tuy khối lượng thông tin trong một bộ sưu tập sẵn có chắc chắn sẽ có giới hạn nhưng việc này vô tình có thể giúp người dùng tránh được tình trạng quá tải thông tin.

Đồng thời các kho tài liệu sẵn có 3 thường tập trung nhiều tài liệu đặc chủng và chuyên ngành không dễ có thể tìm thấy trên Internet. Hiện nay người dùng thường có một số lựa chọn sau khi tìm nguồn thông tin từ các bộ sưu tập sẵn có: Các thư viện điện tử: Thông thường, đây là địa điểm đầu tiên cần nghĩ đến khi tìm kiếm tài liệu tham khảo khoa học. Nhiều thư viện lớn hiện nay đã tin học hoá thư mục để có thể tra cứu qua các cổng thông tin trực tuyến với nhiều chức năng tìm kiếm theo tên tác giả, tựa tài liệu, từ khoá, chủ đề, .Các hệ thống thư viện thường có tài liệu được tổ chức quy cũ, chặt chẽ và tính đặc thù chuyên môn cao. Các cơ sở dữ liệu tài liệu: Các cơ sở dữ liệu thông tin khoa học kĩ thuật thường được các công ty, tổ chức lớn xây dựng, bằng cách tập hợp thông tin tóm tắt từ rất nhiều các tạp chí chuyên ngành khác nhau, sắp xếp và tổ chức sao cho việc tìm kiếm thông tin được dễ dàng hơn.

Vấn đề quan trọng nhất đối với các hệ thống này là tổ chức lưu trữ và tìm kiếm thông tin. Đối với việc lưu trữ tài liệu, các hệ thống sử dụng các chuẩn siêu dữ liệu như MARC, LOM, IMS, Dublin Core,. để hỗ trợ việc sắp xếp và tìm kiếm. Tuy nhiên các chuẩn này chỉ đơn thuần tạo siêu dữ liệu với các trường mô tả đơn giản như tiêu đề, bản quyền, tác giả,.

và tập từ vựng riêng biệt còn hạn chế, do đó vẫn chưa đủ khả năng biểu diễn các tài nguyên theo ngữ nghĩa hay nội dung. Đối với vấn đề tìm kiếm, việc tìm kiếm chủ yếu vẫn dựa vào từ khóa, độ chính xác và độ bao phủ của hệ thống không cao. Giải pháp quản lý tài nguyên còn chủ yếu ở mức xử lý dữ liệu và vì thế các tính năng của hệ thống còn nhiều hạn chế trong việc áp dụng các yêu cầu sử dụng ngày càng cao, đặc biệt là việc tổ chức và xử lý tích hợp dữ liệu, thông tin và tri thức. Chính nhược điểm này đòi hỏi hướng tiếp cận theo ngữ nghĩa mà theo đó các hệ thống phải được xây dựng hướng tới việc quản lý tri thức kết hợp với quản lý và xử lý các thông tin ngữ nghĩa liên quan đến nội dung của tài liệu.

Trong những năm gần đây, kỹ thuật tìm kiếm tài liệu có nhiều thay đổi và cải tiến, xu hướng tìm kiếm hiện nay đang dịch chuyển từ mang tính chất cú pháp 4 (syntax), cấu trúc (structure), thành mang tính chất ngữ nghĩa (semantic), từ tìm kiếm trên từ khóa (keyword) trở thành tìm kiếm trên khái niệm (concept). Các phương pháp truy hồi thông tin dựa trên khái niệm và ngữ nghĩa nhắm đến việc mô phỏng một ở một mức độ giới hạn khả năng hiểu về ý nghĩa của từ, cụm từ hay văn bản mà người dùng cung cấp tương ứng với những gì người dùng nghĩ. Trong đó nổi bật là hướng tiếp cận sử dụng ontology về tri thức của từng lĩnh vực để biểu diễn, xử lý nội dung và ý nghĩa của các tài liệu. Có thể nói ontology đang dần trở thành một công cụ phổ biến trong giới nghiên cứu khi giải quyết các vấn đề đòi hỏi việc biểu diễn tri thức miền.

Ontology được sử dụng để tăng cường khả năng của hệ thống tìm kiếm theo ngữ nghĩa thông qua việc biểu diễn và lưu trữ tri thức trong miền lĩnh vực, từ đó tạo ra nền tảng trong việc biểu diễn nội dung và lập chỉ mục cho tài liệu, cho phép tìm kiếm tài liệu chính xác hơn dựa trên nội dung. Bênh cạnh sự phát triển của ontology, nhiều mô hình biểu diễn hiện đại cũng được áp dụng ngày càng nhiều trong việc biểu diễn tài liệu. Các tài liệu này không chỉ dựa trên từ vực mà dựa trên cả quan hệ ngữ nghĩa giữa các từ như mô hình mạng ngữ nghĩa (semantic net), đồ thị khái niệm (conceptual graph), đồ thị keyphrase,. Thông qua các mô hình biểu diễn đó, việc so khớp giữa tài liệu và yêu cầu tìm kiếm có thể được thực hiện dựa trên nhiều thông tin về ngữ nghĩa hơn.

Các kỹ thuật đánh giá độ tương đồng ngữ nghĩa hay còn gọi là so khớp ngữ nghĩa (semantic matching) đang tỏ ra rất hứa hẹn trong việc thay đổi một cách nền tảng kỹ thuật truy hồi thông tin với độ chính xác và độ bao phủ cao hơn. Mục tiêu và phạm vi nghiên cứu Trên cơ sở nghiên cứu tìm hiểu các phương pháp, kỹ thuật biểu diễn, xử lý ngữ nghĩa của tài liệu, đặc biệt là hướng tiếp cận dựa trên Ontology cho việc quản lý kho tài nguyên học tập về lĩnh vực CNTT theo ngữ nghĩa, bao gồm các mô hình, vấn đề, thuật giải, kỹ thuật, qui trình để tổ chức một kho tài liệu quản lý được các thông tin ngữ nghĩa liên quan đến nội dung của tài liệu cũng như hỗ trợ biểu diễn và xử lý ngữ 5 nghĩa trong tìm kiếm. Ứng dụng các giải pháp được nghiên cứu, hướng tới việc xây dựng một hệ thống quản lý kho tài nguyên học tập về lĩnh vực CNTT trong phạm vi thư viện của Trường cao đẳng Kinh tế công nghệ TpHCM. Luận văn đặt mục tiêu đưa ra được một số cải tiến trong mô hình biểu diễn và nhất là các phương pháp kỹ thụật giải quyết các vấn đề của bài toán đánh giá độ tương đồng ngữ nghĩa của tài liệu.

Các đề xuất sẽ nhắm đến việc cải thiện hiệu quả khâu tìm kiếm theo ngữ nghĩa trên cả hai bình diện cải tiến sự hiệu quả (thông qua hai độ đo precision và recall) lẫn cải thiện thời gian thực thi. Quá trình thực hiện luận văn sẽ bao gồm việc thu thập dữ liệu, tổ chức, quản lý thử nghiệm và xây dựng một ứng dụng thử nghiệm dưới dạng một hệ thống truy hồi tài liệu theo ngữ nghĩa trên nền web. Ứng dụng thử nghiệm này hướng đến mục đích phục vụ cho việc tìm kiếm tài liệu học tập của sinh viên tại thư viện trường cao đẳng Kinh tế công nghệ TpHCM. Phương pháp nghiên cứu Xuất phát từ việc phân tích các phương pháp và kỹ thuật đã có, đặc biệt là kỹ thuật được đề xuất trong [1], luận văn cố gắng đưa ra những đóng góp phát triển và đề xuất mới về mặt kỹ thuật với khả năng xử lý chính xác và hiệu quả hơn.