Chương 1 là phần trình bày chi tiết về ý tưởng và phương pháp của chúng tôi để đạt được mục đích đã đề ra. Chương 2 trình bày những nghiêu cứu và hệ thống liên quan đến việc chuyển đổi câu truy vấn tiếng Anh sang đồ thị ý niệm.1 trình bày phương pháp rút trích quan hệ trong câu truy vấn. Sơ lược giới thiệu về đồ thị ý niệm được trình bày ở Mục 2. Chương 3 trình bày cách tiếp cận vấn đề với việc giải quyết câu truy vấn hỏi về số lượng được trình bày tại Mục 3.1, giải quyết cho câu truy vấn có chứa tính từ được trình bày tại Mục 3.2, giải 5 quyết cho câu truy vấn có chứa tính từ so sánh nhất được trình bày tại Mục 3.3 và giải quyết cho câu truy vấn có chứa liên từ luận lý sẽ được trình bày tại Mục 3.
Chương 4 trình bày phương pháp biên dịch câu truy vấn tiếng Anh sang đồ thị ý niệm.1 sẽ mô tả các bước trong giải thuật xây dựng đồ thị ý niệm cho câu truy vấn.2 trình bày chi tiết về tập luật ánh xạ. Những kết quả đạt được của đề tài sẽ được tổng kết tại Mục 4. Chương 5 trình bày chi tiết phương pháp lưu trữ và hiển thị đồ thị ý niệm. Chương 6 đưa ra kết luận và đề nghị hướng phát triển cho tương lai.
Phần phụ lục giới thiệu tập câu hỏi mẫu TREC 2002, TREC 2007 cùng các đồ thị ý niệm đã được giải quyết thêm sau khi áp dụng phương pháp đề nghị của đề tài cho những câu truy vấn rút ra từ hai tập câu hỏi mẫu này. 6 CHƯƠNG 2 CÁC NGHIÊN CỨU VÀ HỆ THỐNG LIÊN QUAN 2.1 Rút trích quan hệ Rút trích quan hệ là xác định mối quan hệ ngữ nghĩa giữa cặp các thành phần không có cấu trúc hay bán cấu trúc trong văn bản ngôn ngữ tự nhiên. Rút trích quan hệ dựa vào Ontology liên quan tới hai công việc chính: xác định mối quan hệ giữa hai thành phần đã biết chủ yếu dựa trên miền Ontology và khám phá các mối quan hệ mới giữa hai ý niệm không có trên miền Ontology. Ví dụ trong câu “Bill Gates is chairman and chief software architect of Microsoft Corporation”, tồn tại quan hệ theo kiểu của ACE (Automatic Content Extraction) là EMPLOYMENT.exec giữa hai thực thể có tên là “Bill Gates” thuộc lớp PERSON.Name và “Mircrosoft Corporation” thuộc lớp ORGANIZATION.
Có nhiều kỹ thuật rút trích quan hệ, dựa trên luật (rule-based), dựa trên đặc điểm (feature-based) và phương pháp kernel (kernel-based) dưới đây trình bày một số nghiên cứu về rút trích quan hệ: Các phương pháp dựa trên luật sử dụng các luật của ngôn ngữ để nắm bắt các mẫu quan hệ khác nhau. Hệ thống [8] rút trích quan hệ từ một quá trình phân tích cú pháp, do đó kết quả của nó phụ thuộc hoàn toàn vào cây cú pháp. Các phương pháp rút trích dựa trên đặc điểm [21] sử dụng các đặc điểm của ngôn ngữ như đặc điểm từ vựng, đặc điểm cú pháp và đặc điểm ngữ nghĩa. Những phương pháp này rất hiệu quả cho việc rút trích quan hệ.
Tuy nhiên, vấn đề gặp phải là các đặc điểm phải được mô tả thủ công và cấu trúc thông tin trong cây cú pháp không được bảo toàn trong cây đặc điểm (Là cây biểu diễn các đường nối không kết thúc giữa hai thực thể trong cây cú pháp). Các phương pháp dựa trên kernel chú trọng vào việc sử dụng các cây kernel riêng lẻ để khai thác đặc điểm cấu trúc. Hệ thống [19] xây dựng một quan hệ kernel trên cây cú pháp cho 7 việc rút trích quan hệ. Kernel so trùng các node từ gốc cho tới lá một cách đệ quy theo từng lớp từ trên xuống.
Tuy nhiên các nghiên cứu trên chỉ chú trọng vào rút trích quan hệ giữa các thực thể có tên đã biết. Để xây dựng được đồ thị ý niệm, ngoài việc rút trích quan hệ giữa các thực thể có tên còn phải rút trích quan hệ giữa các thực thể không tên với nhau, hay các quan hệ giữa các thực thể có tên với thực thể không tên.2 Sơ lược về đồ thị ý niệm Đồ thị ý niệm là một hệ thống logic dựa trên đồ thị tồn tại của Charles Sanders Peirce và mạng ngữ nghĩa của trí tuệ nhân tạo, kết hợp sự tiện lợi trực quan của ngôn ngữ đồ thị và sức mạnh diễn đạt của logic. Chúng biểu diễn ngữ nghĩa theo một hình thức logic chính xác mà con người có thể đọc được và dễ xử lý tính toán trên đó. Bằng việc ánh xạ trực tiếp thành ngôn ngữ, đồ thị ý niệm là một ngôn ngữ trung gian cho việc chuyển đổi từ hình thức biểu diễn hướng máy tính thành ngôn ngữ tự nhiên và ngược lại.
Với những đặc điểm đó, đồ thị ý niệm được dùng trong nhiều ứng dụng như là một hình thức biểu diễn tri thức. Đồ thị ý niệm đã được dùng cho việc giải quyết các vấn đề trong nhiều lĩnh vực như xử lý ngôn ngữ tự nhiên, sự thu nhặt kiến thức và quản lý, thiết kế cơ sở dữ liệu và các hệ thống thông tin. Tim Berners Lee, người phát minh của WWW, kết luận rằng các CG có thể dễ dàng tích hợp với Semantic Web. Nó cũng được chỉ ra trong [13] là có một ánh xạ chặt giữa CG và ngôn ngữ RDF.
Trong bài báo đầu tiên công bố liên quan tới đồ thị ý niệm, Sowa [9] đã định nghĩa đồ thị ý niệm như sau: Đồ thị ý niệm là một đồ thị hữu hạn, liên thông, không có hướng, lưỡng phân với những nút thuộc một loại được gọi là ý niệm (hoặc khái niệm – concepts) và những nút thuộc loại còn lại được gọi là quan hệ khái niệm (conceptual relations). Như vậy, đồ thị ý niệm là một đồ thị phân đôi bao gồm hai loại đỉnh: các đỉnh khái niệm và các đỉnh quan hệ, trong đó các đỉnh khái niệm chỉ liên kết với các đỉnh quan hệ bởi các cạnh và ngược lại. Tri thức biểu diễn trong đồ thị ý niệm dựa trên hai dàn phân cấp về kiểu khái niệm và kiểu quan 8 hệ. Bằng cách kết hợp các khái niệm và các quan hệ, mô hình đồ thị ý niệm có thể dùng để biểu diễn tri thức trực quan, thân thiện với người dùng.
Trong đồ thị ý niệm, đỉnh khái niệm được biểu diễn bằng hình chữ nhật có nhãn là kiểu khái niệm kết hợp với tham chiếu, còn đỉnh quan hệ có hình oval với nhãn chính là kiểu quan hệ của nó. Mỗi đỉnh quan hệ có thể liên kết với nhiều đỉnh khái niệm theo thứ tự xác định bởi các nhãn của cạnh. Để ngắn gọn, chúng ta có thể gọi một đỉnh quan hệ, cạnh khái niệm lần lượt là quan hệ, khái niệm.1: Ví dụ về đồ thị ý niệm.1 là đồ thị ý niệm cho câu “Nam là một giáo viên. Bách Khoa là một trường đại học.
Trường Đại học Bách Khoa có nhiều khoa. Nam làm việc tại một khoa nào đó.” hoặc ngắn gọn, “Nam làm việc tại một khoa của trường Đại học Bách Khoa. Trong định dạng văn bản, các khái niệm và các quan hệ có thể được biết trong dấu ngoặc vuông và ngoặc tròn như sau: [GIÁO VIÊN: Nam]→(LÀM VIỆC TẠI)→[KHOA:*]→(THUỘC)→[TRƯỜNG: Bách Khoa] Ở đây, để đơn giản, các nhãn của các cạnh không được thể hiện. Trong ví dụ này, [GIÁO VIÊN: Nam], [KHOA:*], [TRƯỜNG: Bách Khoa] là các khái niệm với GIÁO VIÊN, KHOA và TRƯỜNG trở thành kiểu khái niệm, trong khi đó (LÀM VIỆC TẠI) và (THUỘC) là các quan hệ với LÀM VIỆC TẠI và THUỘC là các kiểu quan hệ.
Các tham khảo Nam và Bách Khoa của các khái niệm [GIÁO VIÊN: Nam] và [TRƯỜNG: Bách Khoa] là các tham chiếu xác định. Tham chiếu “*” của khái niệm [KHOA:*] là tham chiếu tổng quát ám chỉ tới một thực thể không xác định. Đồ thị ý niệm được sử dụng trong đề tài, bên cạnh các tham chiếu xác định và tham chiếu tổng quát, được bổ sung thêm tham chiếu nghi vấn. Một đồ thị ý niệm truy vấn là một đồ thị ý niệm mà các tham chiếu có thể là tham chiếu xác định, tham chiếu tổng quát hoặc là tham chiếu nghi vấn được biểu diễn bằng dấu “?”.
Tham chiếu nghi vấn biểu diễn cho thực thể được truy vấn trong câu.1 Đồ thị ý niệm mở rộng Trong [4] với việc giải quyết vấn đề sử dụng các CG đối với các truy vấn cơ sở dữ liệu quan hệ, tác giả đã mở rộng các đồ thị ý niệm đơn để cho phép việc lồng nhau của các đỉnh. Đó là tác giả đã mô tả các đồ thị hay bộ phận các đồ thị vào trong các đỉnh. Một đỉnh được gọi là một HA (Hypostatic abstraction) nếu và chỉ nếu nó chứa các đồ thị khác. Trong đồ thị mở rộng này, các đỉnh đơn (Các đỉnh mà không có các HA) sẽ dùng để biểu diễn các đối tượng nền trong miền đang xem xét và các kiểu của chúng, hay nói cách khác đó là các khái niệm.
Một HA h sẽ được dùng để ký hiệu một quan hệ, mà được miêu tả bởi đồ thị con đính kèm là h. Tác giả đã sử dụng các HA này để định nghĩa tầm vực chịu ảnh hưởng của tác vụ gộp trong câu truy vấn SQL. Những tiêu chí, điều kiện cụ thể mà người dùng cần đưa vào câu truy vấn sẽ được xem như là thuộc tính của HA. Ví dụ: với câu truy vấn sau: “Tìm tuổi trung bình của những người có họ là x” với x là giá trị tùy ý mà người sử dụng sẽ nhập vào khi truy vấn, sẽ được [4] biểu diễn thành CG như trong Hình 2.2: Ví dụ về biểu diễn câu truy vấn sử dụng HA (Hypostatic abstraction).
Để hỗ trợ khả năng biểu diễn các câu truy vấn lồng nhau, tác giả [5] đã đề xuất xem các câu truy vấn con như là một khái niệm đặc biệt, có kiểu khái niệm riêng và tham chiếu đến thực thể của nó chính là toàn bộ nội dung câu truy vấn bên trong nó. Tác giả xem các câu truy vấn con như là một đỉnh khái niệm đặc biệt được biểu diễn một cách khác nhằm để phân biệt với các khái niệm còn lại, gọi là đỉnh truy vấn con. Đỉnh truy vấn con được biểu diễn bằng hình chữ nhật tròn góc, bên trong là nội dung một đồ thị ý niệm truy vấn tri thức. Ta xét một ví dụ minh họa việc biểu diễn câu truy vấn lồng nhau bằng sử dụng đỉnh truy vấn con.
Ví dụ ta có câu truy vấn lồng nhau như sau: “Tìm tên 10 của những giảng viên có tên trùng với tên của những giảng viên tại trường Đại học Bách Khoa”. Câu truy vấn này sẽ được biểu diễn như Hình 2.
