Luận văn: Đối sánh tự động lược đồ XML - Đại học Bách Khoa Hà Nội

Luận văn đối sánh lược đồ XML tự động: Nghiên cứu chuyên sâu về các phương pháp và kỹ thuật đối sánh lược đồ XML hiệu quả, tối ưu hóa quá trình tích hợp dữ liệu.

• Tác giả: Vũ Sỹ Nam
• Người hướng dẫn: Ts. Huỳnh Quyết Thắng
• Trường học: Trường Đại học Bách Khoa Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Đối sánh tự động lược đồ XML
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2006
• Địa điểm: Hà Nội

Mục lục chi tiết

• Danh mục từ viết tắt, thuật ngữ
• Danh mục hãng biểu
• Danh mục hình vẽ
• Giải thiệu chung
• Nội dung luận văn
• 1. Chương I: Hỗi sánh lược đề
• 1.1. Tổng quan về đối sánh lược đ
• 1.2. Các khái niệm cơ bản về đối sánh lược đồ
• 1.3. Các lĩnh vực ứng chứng đối sánh lược đỗ
• 1.4. Các tiến cận đái sánh lược đả
• 1.5. Phân laai các tiếp cận đối sánh lược đồ
• 1.6. Các tiấn cận đắi sánh lược để
• 1.7. Cúc phương pháp đổi sánh lược độ
• 1.8. Các hệ thống dối sinh lye dé KML
• 1.9. Một số hệ thẳng đối sảnh lược đ khác
• 1.10. Kết chương
• 2. Chuong 2: Các định nghĩa hình thức
• 2.1. Vấn đề đối sánh lược đỗ XML
• 2.2. Đối sánh ngữ nghĩa và đối sánh cú pháp
• 2.3. Thông tin đầu vào của tiến trình đổi sánh
• 2.4. Thông tin đầu ra của tiến trình đối sánh
• 2.5. Các định nghĩa bình thúc
• 2.6. Mã hình hảa lược để XMI
• 2.7. Các mài độ thị lược đồ
• 2.8. Các cạnh đỗ thụ lược đồ
• 2.9. Các ràng buộc đỗ thị lược đỗ
• 2.10. Cúc định nghĩa hình thức
• 2.11. Ánh xạ ngnễn-địch
• 2.12. Kết chương
• 3. Chương 3: Dai sinh tự động lược đồ XML
• 3.1. Tổng quan về đối sánh tự động lược để XML
• 3.2. Đo độ tương đồng ngôn ngữ
• 3.3. WordNet wi quan hé ngữ nghĩa giữa
• 3.4. Thudt todn ctta Hirst va StOnge
• 3.5. Giải pháp của hé thang Cupid
• 3.6. Xét tính tương thích. kiểu đữ liệu lược đả XMI, và Phan tích
• 3.7. Xée tinh neong thich hiéu cit Hb lược dB SEE
• 3.8. Phân tịch phân cắp kiểu người thiết kế
• 3.9. Đa đề tương đẳng cấu trúc
• 3.10. Diath nghita ngit cảnh mũt
• 3.11. Đo độ tương lự đường dẫn
• 3.12. Đo độ trương đồng ngữ cảnh núi
• 3.13. Đo độ tương đẳng nút và tạo ánh xạ giữa các phần từ
• 3.14. Tạo ánh xạ giữa các mùi và canh bi sinh
• 3.15. Đánh giá tiến trình đỗi sánh lược để XML
• 3.16. Các piurang pháp đánh giả
• 3.17. Danit giả giải pháp
• 3.18. Ap dụng đi sánh lược đỏ trong bài tán chuyển đi tải cá cầu trúc
• 3.19. Tông qm về tời liệu cả cổu trúc
• 3.20. Chuydn đồi tự động tài liệu có cẩu trúc
• 3.21. AB hình cho hệ “ông chuyển đổi tự động tài liệu ẤM
• 3.22. Kết chương
• Kết luận và hướng phát triển
• Đóng góp chính của luận văn
• Hướng phát triển
• Danh mục tài liệu tham khảo
• Phụ lục Á: Ngôn ngữ đánh đầu mở rộng - XMTL
• Phụ lục B: Lược đồ XML
• Phụ lục C: Thuật toán cia Hirstva SLOnge

Tóm tắt

I. Tổng Quan về Đối Sánh Lược Đồ XML Khái Niệm và Ứng Dụng

Trong kỷ nguyên số, việc trao đổi và sử dụng lại dữ liệu giữa các hệ thống là vô cùng quan trọng. Các hệ thống này thường có dữ liệu không đồng nhất do các tổ chức tạo ra dữ liệu riêng dựa trên yêu cầu đặc thù. Tính không đồng nhất này thể hiện qua các mô hình dữ liệu khác nhau, bao gồm lược đồ quan hệ, lược đồ hướng đối tượng và đặc biệt là lược đồ XML. Sự phát triển mạnh mẽ của các nguồn dữ liệu Web với đa dạng mô hình thông tin và cú pháp mã hóa đã làm tăng nhu cầu về các phương pháp và công cụ hỗ trợ trao đổi và sử dụng lại dữ liệu. Đối sánh lược đồ XML đóng vai trò trung tâm trong việc giải quyết vấn đề này.

Bài toán đối sánh lược đồ có thể được hiểu đơn giản là: Cho hai lược đồ (Schema) S1 và S2 trên một mô hình dữ liệu bất kỳ, cùng với thông tin bổ trợ và một ánh xạ ban đầu. Mục tiêu là tìm ánh xạ giữa các phần tử của lược đồ, đáp ứng yêu cầu của người dùng. Nói cách khác, là xác định sự tương đồng giữa các phần tử của S1 và S2, bằng cách khai thác thông tin từ lược đồ, dữ liệu và các nguồn phụ trợ. Theo [6], [11], bài toán này có tính ứng dụng cao trong nhiều lĩnh vực, đặc biệt là trong việc tích hợp dữ liệu và phát triển Semantic Web.

1.1. Định Nghĩa Cơ Bản về Đối Sánh Lược Đồ Cái Nhìn Tổng Quan

Đối sánh lược đồ là quá trình tìm kiếm sự tương ứng giữa các thành phần của hai lược đồ khác nhau. Các thành phần này có thể là tên thuộc tính, kiểu dữ liệu, ràng buộc hoặc cấu trúc tổng thể của lược đồ. Mục tiêu của đối sánh lược đồ là tạo ra một ánh xạ (mapping) cho biết mối quan hệ giữa các thành phần tương ứng. Ánh xạ này có thể được sử dụng để chuyển đổi dữ liệu giữa hai lược đồ, tích hợp dữ liệu từ nhiều nguồn khác nhau hoặc hỗ trợ truy vấn liên lược đồ. Việc tự động hóa quá trình này là mục tiêu của nhiều nghiên cứu trong lĩnh vực khai phá dữ liệu và tích hợp dữ liệu.

1.2. Các Lĩnh Vực Ứng Dụng Của So Sánh Lược Đồ XML Đâu Là Điểm Nóng

Đối sánh lược đồ XML có nhiều ứng dụng quan trọng. Một trong những ứng dụng chính là tích hợp dữ liệu XML từ nhiều nguồn khác nhau vào một kho dữ liệu duy nhất. Ánh xạ tạo ra từ quá trình đối sánh lược đồ cho phép chuyển đổi dữ liệu từ các lược đồ nguồn khác nhau sang lược đồ đích, đảm bảo tính nhất quán và khả năng truy vấn thống nhất. Ngoài ra, đối sánh lược đồ còn được sử dụng trong chuyển đổi dữ liệu, truy vấn liên lược đồ, và ontology matching. Nó cũng là yếu tố quan trọng trong xây dựng các ứng dụng Semantic Web.

II. Thách Thức và Vấn Đề trong Đối Sánh Tự Động Lược Đồ XML

Mặc dù có nhiều phương pháp và công cụ đã được phát triển cho đối sánh lược đồ XML, nhưng vẫn còn nhiều thách thức cần giải quyết. Một trong những thách thức lớn nhất là sự phức tạp của lược đồ XML, đặc biệt là khi lược đồ có cấu trúc sâu và nhiều ràng buộc. Ngoài ra, sự khác biệt về ngữ nghĩa giữa các thành phần lược đồ cũng là một vấn đề khó khăn. Các phương pháp dựa trên tên thuộc tính hoặc cấu trúc có thể không hiệu quả khi các thành phần có tên gọi khác nhau nhưng lại mang ý nghĩa tương tự. Các thuật toán đối sánh cần phải kết hợp nhiều kỹ thuật khác nhau, bao gồm phân tích cú pháp, phân tích ngữ nghĩa và học máy để đạt được độ chính xác cao. Việc đánh giá độ chính xác của kết quả đối sánh cũng là một vấn đề nan giải, vì không phải lúc nào cũng có sẵn bộ dữ liệu chuẩn để so sánh.

2.1. Sự Khác Biệt Ngữ Nghĩa và Cú Pháp Bài Toán Hóc Búa

Một trong những khó khăn lớn nhất trong đối sánh tự động lược đồ XML là sự khác biệt giữa ngữ nghĩa và cú pháp của các thành phần lược đồ. Các thành phần có thể có tên gọi khác nhau nhưng lại mang ý nghĩa tương tự (ví dụ: "customer" và "client"). Ngược lại, các thành phần có thể có tên gọi giống nhau nhưng lại mang ý nghĩa khác nhau (ví dụ: "address" có thể là địa chỉ nhà hoặc địa chỉ email). Các thuật toán đối sánh cần phải có khả năng xử lý sự khác biệt này bằng cách sử dụng các kỹ thuật phân tích ngữ nghĩa, như sử dụng từ điển đồng nghĩa (WordNet) hoặc các ontology.

2.2. Độ Phức Tạp của Cấu Trúc Lược Đồ XML Vấn Đề Cần Giải Quyết

Cấu trúc phức tạp của lược đồ XML cũng là một thách thức lớn. Lược đồ có thể có nhiều cấp độ lồng nhau, các thuộc tính phức tạp và các ràng buộc phức tạp. Các thuật toán đối sánh cần phải có khả năng xử lý cấu trúc phức tạp này bằng cách sử dụng các kỹ thuật phân tích cấu trúc, như so sánh cây cú pháp hoặc sử dụng các mô hình đồ thị.

2.3. Đánh Giá Kết Quả Đối Sánh Làm Sao để Đo Lường Độ Chính Xác

Việc đánh giá độ chính xác của kết quả đối sánh lược đồ là một vấn đề khó khăn. Không phải lúc nào cũng có sẵn bộ dữ liệu chuẩn (gold standard) để so sánh kết quả. Các phương pháp đánh giá thường dựa trên sự đánh giá chủ quan của con người, điều này có thể dẫn đến sự không nhất quán. Các metrics thường được sử dụng để đánh giá độ chính xác bao gồm độ chính xác (precision), độ phủ (recall) và F-measure. Việc phát triển các phương pháp đánh giá khách quan và tin cậy là một hướng nghiên cứu quan trọng.

III. Phương Pháp Đối Sánh Lược Đồ XML Tự Động Giải Pháp Tiềm Năng

Các phương pháp đối sánh lược đồ XML tự động thường kết hợp nhiều kỹ thuật khác nhau để tìm kiếm sự tương ứng giữa các thành phần lược đồ. Các kỹ thuật này có thể được phân loại thành ba nhóm chính: dựa trên từ vựng, dựa trên cấu trúc và dựa trên ngữ nghĩa. Các phương pháp dựa trên từ vựng sử dụng tên thuộc tính, kiểu dữ liệu và các thông tin khác có trong lược đồ để so sánh các thành phần. Các phương pháp dựa trên cấu trúc sử dụng cấu trúc của lược đồ để so sánh các thành phần. Các phương pháp dựa trên ngữ nghĩa sử dụng ontology và các nguồn tri thức khác để so sánh ý nghĩa của các thành phần. Một số hệ thống đối sánh lược đồ nổi tiếng bao gồm Cupid, Clio và COMA.

3.1. Kỹ Thuật Dựa Trên Từ Vựng Phân Tích Tên và Kiểu Dữ Liệu

Kỹ thuật dựa trên từ vựng là phương pháp đơn giản và phổ biến nhất trong đối sánh lược đồ XML. Kỹ thuật này sử dụng tên của các thành phần lược đồ, kiểu dữ liệu và các thông tin khác có trong lược đồ để so sánh các thành phần. Các phương pháp thường được sử dụng bao gồm so sánh chuỗi, sử dụng từ điển đồng nghĩa (WordNet) và các kỹ thuật học máy để học các quy tắc so sánh. Ưu điểm của kỹ thuật này là đơn giản, dễ thực hiện và có thể cho kết quả tốt trong nhiều trường hợp. Tuy nhiên, kỹ thuật này có thể không hiệu quả khi các thành phần có tên gọi khác nhau nhưng lại mang ý nghĩa tương tự.

3.2. Kỹ Thuật Dựa Trên Cấu Trúc Phân Tích Quan Hệ và Cây Cú Pháp

Kỹ thuật dựa trên cấu trúc sử dụng cấu trúc của lược đồ XML để so sánh các thành phần. Kỹ thuật này thường sử dụng các mô hình đồ thị để biểu diễn lược đồ và so sánh các đồ thị này. Các phương pháp thường được sử dụng bao gồm so sánh cây cú pháp, so sánh quan hệ giữa các thành phần và các kỹ thuật khai phá mẫu để tìm kiếm các mẫu cấu trúc tương tự. Kỹ thuật này có thể hiệu quả hơn kỹ thuật dựa trên từ vựng khi các thành phần có tên gọi khác nhau nhưng lại có cấu trúc tương tự.

3.3. Kỹ Thuật Dựa Trên Ngữ Nghĩa Khai Thác Ontology và Tri Thức

Kỹ thuật dựa trên ngữ nghĩa sử dụng ontology và các nguồn tri thức khác để so sánh ý nghĩa của các thành phần lược đồ. Kỹ thuật này thường sử dụng các ontology như WordNet, DBpedia hoặc các ontology chuyên ngành để tìm kiếm các khái niệm tương tự. Các phương pháp thường được sử dụng bao gồm suy luận ngữ nghĩa, so sánh định nghĩa và các kỹ thuật học máy để học các mối quan hệ ngữ nghĩa. Kỹ thuật này có thể hiệu quả hơn các kỹ thuật khác khi các thành phần có tên gọi và cấu trúc khác nhau nhưng lại mang ý nghĩa tương tự.

IV. Ứng Dụng Đối Sánh Lược Đồ XML trong Chuyển Đổi Tài Liệu Cấu Trúc

Đối sánh lược đồ có vai trò quan trọng trong bài toán chuyển đổi tài liệu có cấu trúc. Các ánh xạ lược đồ được tạo ra từ quá trình đối sánh được sử dụng để chuyển đổi dữ liệu từ lược đồ nguồn sang lược đồ đích. Quá trình chuyển đổi có thể được thực hiện tự động bằng cách sử dụng các công cụ chuyển đổi dữ liệu. Điều này giúp giảm thiểu công sức và thời gian cần thiết để chuyển đổi dữ liệu thủ công. Một ví dụ điển hình là chuyển đổi dữ liệu từ các hệ thống thương mại điện tử khác nhau sang một hệ thống duy nhất.

4.1. Tổng Quan về Tài Liệu Có Cấu Trúc XML và Vai Trò

Tài liệu có cấu trúc là tài liệu được tổ chức theo một lược đồ (schema) xác định. Lược đồ này quy định cấu trúc, kiểu dữ liệu và các ràng buộc của tài liệu. XML là một định dạng phổ biến để biểu diễn tài liệu có cấu trúc. Các tài liệu XML được sử dụng rộng rãi trong nhiều ứng dụng, bao gồm trao đổi dữ liệu, lưu trữ dữ liệu và cấu hình ứng dụng.

4.2. Chuyển Đổi Tự Động Tài Liệu XML Quy Trình và Công Cụ

Chuyển đổi tự động tài liệu XML là quá trình chuyển đổi dữ liệu từ một lược đồ XML sang một lược đồ XML khác một cách tự động. Quá trình này thường bao gồm ba bước chính: đối sánh lược đồ, tạo ánh xạ và chuyển đổi dữ liệu. Các công cụ chuyển đổi dữ liệu như XSLT, MapForce và Altova XMLSpy có thể được sử dụng để thực hiện quá trình chuyển đổi tự động. Ánh xạ lược đồ đóng vai trò then chốt trong quá trình này.

4.3. Mô Hình Hệ Thống Chuyển Đổi Tự Động Kiến Trúc và Thành Phần

Mô hình hệ thống chuyển đổi tự động tài liệu XML thường bao gồm các thành phần sau: thành phần đối sánh lược đồ, thành phần tạo ánh xạ, thành phần chuyển đổi dữ liệu và thành phần quản lý lỗi. Thành phần đối sánh lược đồ sử dụng các kỹ thuật đối sánh lược đồ để tìm kiếm sự tương ứng giữa các thành phần lược đồ. Thành phần tạo ánh xạ sử dụng kết quả đối sánh lược đồ để tạo ra ánh xạ. Thành phần chuyển đổi dữ liệu sử dụng ánh xạ để chuyển đổi dữ liệu từ lược đồ nguồn sang lược đồ đích. Thành phần quản lý lỗi xử lý các lỗi xảy ra trong quá trình chuyển đổi.

V. Đánh Giá và Tương Lai của Đối Sánh Tự Động Lược Đồ XML

Việc đánh giá hiệu quả của các phương pháp đối sánh tự động lược đồ XML là rất quan trọng để cải thiện độ chính xác và hiệu suất. Các phương pháp đánh giá thường dựa trên các bộ dữ liệu chuẩn và các metrics như độ chính xác, độ phủ và F-measure. Trong tương lai, đối sánh lược đồ sẽ tiếp tục đóng vai trò quan trọng trong việc giải quyết các vấn đề liên quan đến tích hợp dữ liệu và trao đổi dữ liệu trong môi trường Web ngày càng phức tạp. Các hướng nghiên cứu tiềm năng bao gồm phát triển các phương pháp đối sánh lược đồ dựa trên học sâu, tích hợp các nguồn tri thức đa dạng và hỗ trợ đối sánh lược đồ động.

5.1. Phương Pháp Đánh Giá Tiêu Chuẩn Độ Chính Xác và Độ Phủ

Các phương pháp đánh giá tiêu chuẩn cho đối sánh lược đồ thường dựa trên các metrics như độ chính xác (precision), độ phủ (recall) và F-measure. Độ chính xác đo lường tỷ lệ các ánh xạ đúng trong số các ánh xạ được tạo ra. Độ phủ đo lường tỷ lệ các ánh xạ đúng được tìm thấy bởi hệ thống. F-measure là trung bình điều hòa của độ chính xác và độ phủ. Các bộ dữ liệu chuẩn như benchmark dataset của Ontology Alignment Evaluation Initiative (OAEI) thường được sử dụng để đánh giá các hệ thống đối sánh lược đồ.

5.2. Hướng Phát Triển Tương Lai Học Sâu và Tích Hợp Tri Thức

Các hướng phát triển tương lai của đối sánh lược đồ bao gồm phát triển các phương pháp dựa trên học sâu, tích hợp các nguồn tri thức đa dạng và hỗ trợ đối sánh lược đồ động. Các phương pháp học sâu có tiềm năng cải thiện độ chính xác của đối sánh lược đồ bằng cách tự động học các đặc trưng quan trọng từ dữ liệu. Việc tích hợp các nguồn tri thức đa dạng như ontology, từ điển và cơ sở dữ liệu tri thức có thể giúp cải thiện khả năng hiểu ngữ nghĩa của các thành phần lược đồ. Hỗ trợ đối sánh lược đồ động là rất quan trọng trong môi trường Web, nơi lược đồ có thể thay đổi theo thời gian.

VI. Kết Luận về Đối Sánh Tự Động Lược Đồ XML Tóm Lược và Triển Vọng

Đối sánh tự động lược đồ XML là một lĩnh vực nghiên cứu quan trọng với nhiều ứng dụng thực tiễn. Mặc dù đã có nhiều tiến bộ trong lĩnh vực này, nhưng vẫn còn nhiều thách thức cần giải quyết. Các phương pháp đối sánh lược đồ cần phải kết hợp nhiều kỹ thuật khác nhau để đạt được độ chính xác và hiệu suất cao. Trong tương lai, đối sánh lược đồ sẽ tiếp tục đóng vai trò quan trọng trong việc giải quyết các vấn đề liên quan đến tích hợp dữ liệu và trao đổi dữ liệu trong môi trường Web ngày càng phức tạp.

6.1. Tóm Lược Các Phương Pháp và Kết Quả Nghiên Cứu Chính

Nghiên cứu về đối sánh lược đồ XML đã đạt được nhiều tiến bộ đáng kể trong những năm gần đây. Các phương pháp dựa trên từ vựng, cấu trúc và ngữ nghĩa đã được phát triển và cải tiến. Các hệ thống đối sánh lược đồ như Cupid, Clio và COMA đã chứng minh tính hiệu quả của các phương pháp này. Tuy nhiên, vẫn còn nhiều thách thức cần giải quyết, đặc biệt là trong việc xử lý sự khác biệt ngữ nghĩa và cấu trúc phức tạp của lược đồ.

6.2. Triển Vọng và Hướng Nghiên Cứu Tiếp Theo trong Lĩnh Vực

Lĩnh vực đối sánh lược đồ XML vẫn còn nhiều triển vọng và hướng nghiên cứu tiềm năng. Phát triển các phương pháp đối sánh lược đồ dựa trên học sâu, tích hợp các nguồn tri thức đa dạng và hỗ trợ đối sánh lược đồ động là những hướng đi hứa hẹn. Ngoài ra, việc phát triển các phương pháp đánh giá khách quan và tin cậy cũng là một hướng nghiên cứu quan trọng. Sự phát triển của lĩnh vực này sẽ góp phần quan trọng vào việc xây dựng một Web ngữ nghĩa và cho phép tích hợp dữ liệu hiệu quả hơn.

Trích đoạn nội dung tài liệu

Mở đầu 1. Giới thiệu chung Một van để rất quan trọng trong các hệ thống xứ lý thông tin là trao đối và sử dựng lại đữ liệu giữa các hệ thống có dữ liệu không đồng nhất. Tính không đồng nhật của đữ liệu là do các tổ chức hoặc ứng dụng thường tạo ra dữ liệu cho chính mình dựa lrên các yêu câu riêng liệt. Các âu này hậu: hết thường dược đặc lã trong các mồ hình đữ liệu liừu lượng, còn gọi là cáo lược đồ (chẳng han như lược dé quan hệ, lược đồ hướng đối tượng và gần đây là lược để MT).

Trong những năm gân đây, sự phát triển mạnh mẽ của các nguồn đữ liện Web với rất nhiều mỏ hình thông tin và củ pháp mã hóa khác nhan đã dẫn đến nhủ cầu ngày dàng cấp thiết của việc phát tiển các phương pháp và công cụ hỗ trợ cho việc trao dổi và sứ dụng lại dữ liệu, do vậy đã có rất nhiều nghiền cửu quan tâm đên vẫn để này. Như ta biết, đổi sánh lược đổ là vấn để trung tâm trong hẳu hết các nghiên cứu đó. Bái toán đối sánh lược đỗ có thể được định nghĩa mội cách phi hình thức như sau: [6], [11] “Cho bai have dé S; vat Sy trên mô hành đt liệu bắt kỳ, có thê có thêm thông tín phụ trợ và một ảnh xạ khởi dầu, hãy tìm ánh xe giữa các phân tử lược đồ thöa man yêu cầu người dùng”. Nói cách khác, đây là van đề tìm kiếm sự tương đẳng giữa các phần tử của S; và Š; (hay là việc xác định các thành phần tương đương nhau giữa hai lược 46 nguồn và đích đã cho) bằng cách khai thác các thong tin tén tai trong lược dỗ, đữ liệu vả các nguồn thông tin phụ trợ Vũ §ỹ Nam.

Luận văn cao học ~ ngành công nghệ thông tin iv .Đắi sánh tự động lược đề XA4L Danh mục từ viết tắt, thuật ngữ Từ viết tắt thuật ngữ | Giải ngiữa Gia chú CSDI, Cơ sở đữ liệu TTNT Tri mé nhan tao XML eXtended Markup Language DID Document Type Definition XSD XML Schema Definition SGML Standard Generalized Markup Language Lcs Longest Common Subsequence Vũ §ỹ Nam. Luận văn cao học — nganh cing nghf tring in i .Đắi sánh tự động lược đề XA4L Lời cảm ơn luận văn này đánh dẫu kết thúc hai nằm cao học tại trường đại học Bách Khoa Hà Nội. Trong quấng thời gian hợ chưa dài nhưng cũng không phải là ngắn đã, tôi đã trưởng thành rất nhiều về kiển thúc cũng như khả năng nghiên cứu. Tôi xin bày tö lòng biết ơn sêu sắc tới thấy giáo TS.

Huỳnh Quyết Thắng, người đã hướng dẫn, giúp đỡ tôi hết sức tận tình trong quả trình thực hiện luận văn tốt nghiệp. Thấy là nguời đã cùng cấp ý tưảng, tài liêu ban đâu vệ đã tài, các hướng. dẫn quan trọng trong suốt quả trình thực hiện luận văn, dành thời gian đọc và sữa chữa báo cáo cũng như có những góp ý rất quan trọng cha tôi trong suốt quá trình hoàn thiện luận văn này. Tôi xin cứm ơn thư viện trường BPFL, Thụy Sÿ đã cưng cắp cho (ôi mỗi số tài liệu tham khảo bố ích, xin câm ơn các nhôm sinh viên Ä 48 khoa Công nghệ thông tin, trường đại học Bách Khoa Hà Nội đã tận tình làm việc cùng tôi và gáp nhiều công sức trong quó trình cài đội thừ nghiệm chương trình.

Tôi xia gửi lài cảm ơn sâu sắc tái các thÂy giáo, cô giáo của trường đại học Bach Khoa Hà Nội, khoa Công nghệ thông tín đã tận tình giảng dạu, trang 6} kiến thức cho chúng tôi, xin gửi lời cám ơn bệ môn Kỹ thuậi bệ thẳng, khoa Công nghệ thông tì, trường đại học Xây dựng Hà Nội đã hết sứ tạo điều kiện về thời gian cho tôi hoàn thành luận văn này. Tôi cũng xin gữi lời cúm ơn tới các bạn của tôi, những người để chúa sẽ với tôi nhiệt lglễt và niềm say mê học tập & nghiên cửa khoa học, chúa sẽ với tôi kiến thức và phương phản tim hiểu vẫn đề, cụng cấp cho tôi các lài liệu thiết thực cũng nhạc nhữngý tưởng bỗ sung cho luận văn, góp phan giúp tôi thực hiển luôn vẫn này trong su có gắng và nỗ lực cao nhất. Chỗi cùng nhưng cũng là điều quan trọng nhất, cha tôi gửi lồi cảm on sâu sắc tới bế, mẹ, em trai và những người thân của (ôi, những người để giáp đỗ iâi it nhiễu cả về vận chất lẫn tình thần trong suất quá trình học tập và công tác, động viên tôi trong những lào khó khăn cũng như chia sẻ niềm vui với tôi những lúc thành công. ôi lần nữa tôi xin chân thành cảm ơn tÃI cÂ.

Tà Nội, tháng 1! năm 200% Vẽ §ÿ Nam Vũ §ỹ Nam. Luận văn cao học ~ ngành công nghệ thông in in .Đắi sánh tự động lược đề XA4L Chương3 Dai sinh tự động lược đồ XML.1 Tổng quan về dối sánh tự động lược để XML 3.2 Đo độ tương đồng ngôn ngữ.1 WordNet wi quan hé ngữ nghĩa giữa.2 Thudt todn ctta Hirst va StOnge 3.3 Giải pháp của hé thang Cupid.3 Xét tính tương thích. kiểu đữ liệu lược đả XMI, và Phan tích a ° phan cân kiểu người thiết kế.1 Xée tinh neong thich hiéu cit Hb lược dB SEE.2 Phân tịch phân cắp kiểu người thiết kế 3.4 Đa đề tương đẳng cấu trúc.4 Diath nghita ngit cảnh mũt,.2 Đo độ tương lự đường dẫn.3 Đo độ trương đồng ngữ cảnh núi.5 Đo độ tương đẳng nút và tạo ánh xạ giữa các phần từ.2 Tạo ánh xạ giữa các mùi và canh bi sinh 3.6 Đánh giá tiến trình đỗi sánh lược để XML, 36.1 Các piurang pháp đánh giả 36.3 Danit giả giải pháp 7 3.7 Ap dụng đi sánh lược đỏ trong bài tán chuyển đi tải cá cầu trúc.1 Tông qm về tời liệu cả cổu trúc.2 Chuydn đồi tự động tài liệu có cẩu trúc.3 AB hình cho hệ “ông chuyển đổi tự động tài liệu ẤM.8 Kết chương,. Kết luận vàhướng phát triển.

Dóng góp chính của luận văn 81 3. Ilướng phát triển. 81 Danh mục tài liện tham khão. Phụ lục Á: Ngôn ngữ đánh đầu mở rộng - XMTL Phụ lục B: Lược đồ XML.

Phụ lục C: Thuật toán cia Hirstva SLOnge Vũ §ỹ Nam. Luận văn cao học ~ ngành công nghệ thông in in .Đắi sánh tự động lược đề XA4L Chương3 Dai sinh tự động lược đồ XML.1 Tổng quan về dối sánh tự động lược để XML 3.2 Đo độ tương đồng ngôn ngữ.1 WordNet wi quan hé ngữ nghĩa giữa.2 Thudt todn ctta Hirst va StOnge 3.3 Giải pháp của hé thang Cupid.3 Xét tính tương thích. kiểu đữ liệu lược đả XMI, và Phan tích a ° phan cân kiểu người thiết kế.1 Xée tinh neong thich hiéu cit Hb lược dB SEE.2 Phân tịch phân cắp kiểu người thiết kế 3.4 Đa đề tương đẳng cấu trúc.4 Diath nghita ngit cảnh mũt,.2 Đo độ tương lự đường dẫn.3 Đo độ trương đồng ngữ cảnh núi.5 Đo độ tương đẳng nút và tạo ánh xạ giữa các phần từ.2 Tạo ánh xạ giữa các mùi và canh bi sinh 3.6 Đánh giá tiến trình đỗi sánh lược để XML, 36.1 Các piurang pháp đánh giả 36.3 Danit giả giải pháp 7 3.7 Ap dụng đi sánh lược đỏ trong bài tán chuyển đi tải cá cầu trúc.1 Tông qm về tời liệu cả cổu trúc.2 Chuydn đồi tự động tài liệu có cẩu trúc.3 AB hình cho hệ “ông chuyển đổi tự động tài liệu ẤM.8 Kết chương,. Kết luận vàhướng phát triển.

Dóng góp chính của luận văn 81 3. Ilướng phát triển. 81 Danh mục tài liện tham khão. Phụ lục Á: Ngôn ngữ đánh đầu mở rộng - XMTL Phụ lục B: Lược đồ XML.

Phụ lục C: Thuật toán cia Hirstva SLOnge Vũ §ỹ Nam. Luận văn cao học ~ ngành công nghệ thông in iit .Đắi sánh tự động lược đề XA4L Mục lục Danh mục từ viết tắt, thuật ngữ. Danh mục hãng biểu. Danh mục hình về.

Giải thiệu chung. Nội dung luận văn - wand Chương I Hỗi sánh lược đề 1.1 Tổng quan về đối sảnh lược đ.1 Các khái niệm cơ bán về đồi sánh lược đỗ 7 1.3 Các lình vực ứng chứng đối sảnh lược đỗ ne} 1.1 Các tiến cận đái sánh lược đả 14 1.1 Phân laai các tiếp cận đối sảnh lược đồ.2 Các tiấn cận đắi sánh lược để 1.3 Cúc phương pháp đổi sánh lược độ.3 Các hệ thống dối sinh lye dé KML. ISD (dai hoc Washington} 24 1.5 Một số hệ thẳng đối sảnh lược đ khác 26 1.4 Kết chương - --8 Chuong 2 Các định nghĩa hình thức.1 Vấn đề đối sánh lược đỗ XML _.1 Déi sảnh nging lùa và đối sánh củ pháp 30 2.2 Théng tin đầu vào của tiền trình đổi sánh -.3 Thang tin đầu ra của tiền trình đổi sánh: 34 3. Các định nghĩa bình thúc.1 Mã hình hảa lược để XMI, 3.1 Các mài độ thị lược đồ.2 Các cạnh đỗ thụ lược đồ.3 Các ràng buộc đỗ thị lược đỗ 3.2 Cúc định nghĩa hình thức.3 Ánh xạ ngnễn- địch 2.4 Kết chương Vũ §ỹ Nam.

Luận văn cao học ~ ngành công nghệ thông in iv .Đắi sánh tự động lược đề XA4L Danh mục từ viết tắt, thuật ngữ Từ viết tắt thuật ngữ | Giải ngiữa Gia chú CSDI, Cơ sở đữ liệu TTNT Tri mé nhan tao XML eXtended Markup Language DID Document Type Definition XSD XML Schema Definition SGML Standard Generalized Markup Language Lcs Longest Common Subsequence Vũ §ỹ Nam. Luận văn cao học — nganh cing nghf tring in i .Đắi sánh tự động lược đề XA4L Lời cảm ơn luận văn này đánh dẫu kết thúc hai nằm cao học tại trường đại học Bách Khoa Hà Nội. Trong quấng thời gian hợ chưa dài nhưng cũng không phải là ngắn đã, tôi đã trưởng thành rất nhiều về kiển thúc cũng như khả năng nghiên cứu. Tôi xin bày tö lòng biết ơn sêu sắc tới thấy giáo TS.

Huỳnh Quyết Thắng, người đã hướng dẫn, giúp đỡ tôi hết sức tận tình trong quả trình thực hiện luận văn tốt nghiệp. Thấy là nguời đã cùng cấp ý tưảng, tài liêu ban đâu vệ đã tài, các hướng. dẫn quan trọng trong suốt quả trình thực hiện luận văn, dành thời gian đọc và sữa chữa báo cáo cũng như có những góp ý rất quan trọng cha tôi trong suốt quá trình hoàn thiện luận văn này. Tôi xin cứm ơn thư viện trường BPFL, Thụy Sÿ đã cưng cắp cho (ôi mỗi số tài liệu tham khảo bố ích, xin câm ơn các nhôm sinh viên Ä 48 khoa Công nghệ thông tin, trường đại học Bách Khoa Hà Nội đã tận tình làm việc cùng tôi và gáp nhiều công sức trong quó trình cài đội thừ nghiệm chương trình.