I. Giới thiệu
Luận văn thạc sĩ Khoa học Máy tính với chủ đề 'Kết nối từ điển với Wikipedia' tập trung vào việc nâng cao chất lượng tra cứu từ điển trực tuyến bằng cách liên kết các nghĩa của từ với các khái niệm tương ứng trong Wikipedia. Kết nối từ điển và Wikipedia là hai yếu tố chính được nghiên cứu để hỗ trợ người dùng hiểu rõ hơn các nghĩa của từ thông qua việc truy cập trực tiếp vào các bài viết chi tiết trên Wikipedia. Nghiên cứu khoa học này đề xuất hai phương pháp chính: dựa trên luật và học máy, nhằm giải quyết bài toán phân giải nhập nhằng nghĩa của từ.
1.1. Bài toán và phạm vi nghiên cứu
Bài toán chính của luận văn là phân giải nhập nhằng nghĩa của từ (Word Sense Disambiguation) bằng cách liên kết các nghĩa trong từ điển với các khái niệm tương ứng trong Wikipedia. Từ điển trực tuyến như Wiktionary và Oxford được sử dụng làm nguồn dữ liệu chính. Phạm vi nghiên cứu tập trung vào các danh từ tiếng Anh và hai phương pháp tiếp cận: dựa trên luật và học máy.
1.2. Các công trình liên quan
Nhiều nghiên cứu trước đây đã sử dụng Wikipedia để làm giàu ngữ nghĩa cho các văn bản không có cấu trúc hoặc các nguồn tri thức từ vựng như WordNet. Các công trình như của Ruiz-Casado (2005), Suchanek (2008), và Fernando và Stevenson (2012) đã đề xuất các phương pháp kết nối WordNet với Wikipedia. Ngoài ra, các nghiên cứu như Mihalcea và Csomai (2007) và Milne và Witten (2008) đã sử dụng học máy để giải quyết nhập nhằng trong văn bản.
II. Cơ sở lý thuyết
Luận văn dựa trên nền tảng lý thuyết về Wikipedia và các từ điển trực tuyến. Wikipedia được coi là một cơ sở tri thức mở rộng lớn, cung cấp thông tin chi tiết về các khái niệm thông qua các trang thực thể, trang phân giải nhập nhằng, và trang thể loại. Từ điển trực tuyến như Wiktionary và Oxford cung cấp các nghĩa của từ với chú thích ngắn gọn, nhưng đôi khi gây khó hiểu cho người dùng. Việc kết nối hai nguồn này giúp cải thiện trải nghiệm tra cứu.
2.1. Wikipedia
Wikipedia là một nguồn tri thức mở với hơn 31,6 triệu trang web và hỗ trợ 287 ngôn ngữ. Các trang thực thể, trang phân giải nhập nhằng, và trang thể loại là các thành phần chính. Trang thực thể mô tả chi tiết thông tin về một khái niệm, trong khi trang phân giải nhập nhằng giúp xác định nghĩa chính xác của từ trong các trường hợp nhập nhằng.
2.2. Từ điển trực tuyến
Từ điển trực tuyến như Wiktionary và Oxford cung cấp các nghĩa của từ với chú thích ngắn gọn. Tuy nhiên, các chú thích này đôi khi không đủ để người dùng hiểu rõ nghĩa của từ. Việc kết nối các nghĩa này với Wikipedia giúp người dùng truy cập thông tin chi tiết hơn về các khái niệm liên quan.
III. Phương pháp đề xuất
Luận văn đề xuất hai phương pháp chính để kết nối các nghĩa trong từ điển với Wikipedia: dựa trên luật và học máy. Phương pháp dựa trên luật sử dụng các quy tắc cụ thể để xác định liên kết, trong khi phương pháp học máy dựa trên việc phân tích dữ liệu để đưa ra quyết định. Cả hai phương pháp đều được thử nghiệm trên hai bộ từ điển Wiktionary và Oxford.
3.1. Phương pháp dựa trên luật
Phương pháp này sử dụng các quy tắc cụ thể để xác định liên kết giữa các nghĩa trong từ điển và các trang Wikipedia. Các quy tắc bao gồm so sánh tiêu đề, nội dung, và các liên kết trong Wikipedia. Kết quả thử nghiệm cho thấy độ chính xác và độ đầy đủ đạt 73.0% cho Wiktionary và 77.2% cho Oxford.
3.2. Phương pháp học máy
Phương pháp học máy sử dụng các thuật toán để phân tích dữ liệu và xác định liên kết giữa các nghĩa trong từ điển và Wikipedia. Kết quả thử nghiệm cho thấy độ chính xác và độ đầy đủ đạt 67% cho Wiktionary và 69.8% cho Oxford.
IV. Đánh giá phương pháp
Các phương pháp đề xuất được đánh giá dựa trên độ chính xác và độ đầy đủ. Kết quả cho thấy phương pháp dựa trên luật có hiệu suất cao hơn so với phương pháp học máy. Tuy nhiên, cả hai phương pháp đều có giá trị thực tiễn trong việc cải thiện chất lượng tra cứu từ điển trực tuyến.
4.1. Kết quả thí nghiệm
Kết quả thí nghiệm cho thấy phương pháp dựa trên luật đạt độ chính xác và độ đầy đủ cao hơn so với phương pháp học máy. Điều này cho thấy các quy tắc cụ thể có thể giúp xác định liên kết chính xác hơn giữa các nghĩa trong từ điển và Wikipedia.
4.2. Ứng dụng thực tiễn
Các phương pháp đề xuất có thể được áp dụng trong các hệ thống từ điển trực tuyến để cải thiện trải nghiệm người dùng. Việc kết nối các nghĩa với Wikipedia giúp người dùng hiểu rõ hơn về các khái niệm liên quan, đặc biệt trong các lĩnh vực chuyên ngành.
V. Tổng kết
Luận văn đã đề xuất và đánh giá hai phương pháp kết nối các nghĩa trong từ điển với Wikipedia: dựa trên luật và học máy. Kết quả cho thấy cả hai phương pháp đều có giá trị thực tiễn, với phương pháp dựa trên luật có hiệu suất cao hơn. Nghiên cứu này mở ra hướng phát triển mới trong việc cải thiện chất lượng tra cứu từ điển trực tuyến.
5.1. Hướng phát triển
Trong tương lai, nghiên cứu có thể mở rộng sang các ngôn ngữ khác và tích hợp thêm các nguồn tri thức khác ngoài Wikipedia. Việc cải tiến các phương pháp học máy cũng là một hướng phát triển tiềm năng.
