Tổng quan luận án

Trong bối cảnh phát triển của mạng Internet và công nghệ Web, lượng thông tin số gia tăng nhanh chóng, đặc biệt là các tài liệu khoa học phục vụ học tập và nghiên cứu. Theo thống kê được nêu trong luận án, người làm công tác học tập và nghiên cứu tiêu tốn khoảng 90% thời gian cho việc tìm kiếm, phân tích và tổng hợp các tài liệu hiện có. Các công cụ tìm kiếm phổ biến như Google, Yahoo hay Bing chủ yếu hỗ trợ xử lý dữ liệu dạng văn bản thuần và hình ảnh, chưa hỗ trợ hiệu quả việc tìm kiếm các dữ liệu có cấu trúc chuyên biệt như công thức toán học.

Khoảng trống nghiên cứu chính nằm ở việc thiếu một chuẩn chung thống nhất về biểu diễn và lưu trữ công thức toán giữa các hệ thống soạn thảo và nền tảng Web. Phần lớn các công cụ xử lý công thức toán hiện tại chỉ tạo ra hình ảnh hiển thị hoặc sử dụng định dạng đóng, dẫn đến việc khó bóc tách ngữ nghĩa, không thể lập chỉ mục trực tiếp và không thể so khớp cú pháp hay ngữ nghĩa của công thức khi tìm kiếm tài liệu.

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Đề xuất mô hình hệ thống cho phép biểu diễn, lưu trữ công thức toán và tìm kiếm tài liệu dựa trên công thức toán trên các nền tảng khác nhau gồm máy đơn, mạng nội bộ và Internet.
  • Mục tiêu cụ thể:
    1. Đề xuất một không gian biểu diễn và lưu trữ công thức toán theo cách thống nhất, có khả năng chuyển đổi thuận tiện giữa nhiều nguồn, công cụ soạn thảo và định dạng lưu trữ khác nhau.
    2. Phát triển bộ công cụ hỗ trợ soạn thảo, quản lý và tìm kiếm công thức toán cũng như tìm kiếm tài liệu dựa trên công thức toán trong các văn bản điện tử.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các phương pháp biểu diễn công thức toán trong tài liệu điện tử (HTML, XML...); các giải pháp mô hình hóa công thức toán; kỹ thuật bóc tách, tổng hợp thông tin từ trang Web; các mô hình và phương pháp tìm kiếm thông tin; các vấn đề liên quan đến Web ngữ nghĩa (Semantic Web).
  • Phạm vi nghiên cứu: Tập trung mô hình hóa cách biểu diễn công thức toán trên một số tiêu chuẩn phổ biến gồm TeX, LaTeX, AMS-LaTeX, HTML và MathML; nghiên cứu ngôn ngữ đặc tả tìm kiếm công thức toán; xây dựng Web ngữ nghĩa cho tài liệu toán học sử dụng ngôn ngữ bản thể luận OWL (Web Ontology Language).

Tổng quan tài liệu và vị trí của luận án

Các công trình nghiên cứu về tài liệu chứa công thức toán học trên thế giới tập trung vào 3 hướng chính:

  1. Tiêu chuẩn lưu trữ công thức toán:

    • Hệ thống TeX do Donald Knuth phát triển từ năm 1977 tại Đại học Stanford, sau đó Leslie Lamport phát triển hệ thống LaTeX từ năm 1980 nhằm chuẩn hóa cấu trúc văn bản khoa học. Bộ công cụ MiKTeX là phần mềm phân phối LaTeX phổ biến.
    • Gói AMS-LaTeX do Hội Toán học Mỹ (AMS) phát triển (khởi đầu bởi Michael Spivak), bao gồm gói amsmath và amscls để tối ưu việc trình bày các cấu trúc toán học phức tạp.
    • Tiêu chuẩn MathML do Tổ chức W3C (World Wide Web Consortium) ban hành, trải qua các phiên bản MathML 1.01 (tháng 7/1999), MathML 2.0 (tháng 2/2001, hiệu chỉnh tháng 10/2003) và MathML 3.0 (tháng 10/2010), hỗ trợ biểu diễn cả cấu trúc hiển thị (Presentation MathML) và nội dung toán học (Content MathML).
    • Chuẩn OpenMath hỗ trợ mô tả ngữ nghĩa đối tượng toán học.

  2. Soạn thảo và hiển thị công thức toán:

    • Phần mềm thương mại: Microsoft Equation 3.0 (tích hợp trong Microsoft Office, hoạt động dưới dạng đối tượng OLE - Object Linking and Embedding), MathType (sở hữu bởi Design Science).
    • Phần mềm mã nguồn mở và phi thương mại: MathMagic (InfoLogic, Inc), GtkMathView (Luca Padovani, Đại học Torino, Ý), OpenOffice.org Math (định dạng ODF), MyEqText (phần mềm do tác giả Mỵ Duy Thọ phát triển, nhúng vào Microsoft Word).
    • Phần mềm soạn thảo mã nguồn mở Amaya của W3C hỗ trợ giao diện WYSIWYG và chuẩn MathML.

  3. Tìm kiếm công thức toán và tài liệu toán học:

    • Hệ thống tính toán và tra cứu: WolframAlpha, Symbolab.
    • Các công cụ tìm kiếm trên nền Web: TeMaSearch và ZBLSearch (tìm kiếm trên 3,3 triệu bản tóm tắt và đánh giá của Zentralblatt Math), XLSearch (tìm kiếm công thức bảng tính), FlatSearch, SentidoSearch.
    • Hệ thống MathWebSearch (MWS - phiên bản MWS-0.4): Hệ thống tìm kiếm dựa trên kỹ thuật lập chỉ mục thuật ngữ (term indexing) cho Content MathML, sử dụng giao tiếp RESTful, thư viện MicroHTTPd, cấu trúc B-Tree kết hợp cây chỉ mục (Indexing Tree).

Tại Việt Nam, các nghiên cứu chủ yếu tập trung vào việc Việt hóa môi trường soạn thảo (như gói VnTeX trong các bản phân phối teTeX, TeXLive) hoặc xử lý văn bản tiếng Việt thông thường, chưa đi sâu vào bài toán xử lý, bóc tách và tìm kiếm công thức toán. Một hướng nghiên cứu liên quan là dự án hợp tác MATHIS giữa Nhóm KEWI (Đại học Nice – Sophia Antipolis, Pháp) và Trung tâm DATIC (Đại học Bách khoa – Đại học Đà Nẵng), tập trung vào bộ soạn thảo Mathis (eFormula), bộ tạo chú thích Mathis (eNote) và bộ tìm kiếm Mathis.

Phân tích 3 hướng tiếp cận giải quyết khoảng trống nghiên cứu:

  • Giải pháp 1 (Xây dựng hệ thống riêng biệt hoàn toàn): Không kế thừa được các thành tựu của hệ thống tìm kiếm văn bản truyền thống, tốn kém tài nguyên và tính khả thi thấp nên luận án loại bỏ.
  • Giải pháp 2 (Xây dựng nhiều hệ thống chỉ mục phân tán theo từng định dạng công thức): Đòi hỏi phát triển nhiều bộ chỉ mục song song, làm chậm tốc độ truy vấn và phức tạp trong việc đồng bộ bảng xếp hạng kết quả.
  • Giải pháp 3 (Chuyển đổi các định dạng công thức về một chuẩn biểu diễn chung trước khi lập chỉ mục): Tinh gọn kiến trúc, cho phép tận dụng triệt để các mô hình lập chỉ mục, tìm kiếm và xếp hạng hiện có. Luận án lựa chọn giải pháp 3, lấy tiêu chuẩn MathML làm hạt nhân trung gian.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết

Luận án dựa trên các khái niệm và mô hình lý thuyết nền tảng:

  • Khái niệm văn bản và văn bản điện tử: Căn cứ theo quy định tại Nghị định số 64/2007/NĐ-CP ngày 10/4/2007 của Chính phủ về ứng dụng công nghệ thông tin trong hoạt động quản lý nhà nước, xác định văn bản điện tử là thông điệp dữ liệu được tạo lập, xử lý và lưu trữ bằng phương tiện điện tử.
  • Kiến trúc hệ thống tìm kiếm thông tin: Gồm hai phân hệ chính:
    1. Phân hệ quản lý và lưu trữ: Thực hiện thu thập tài liệu, tiền xử lý và đánh chỉ mục văn bản (sử dụng cơ chế lập chỉ mục của Lucene).
    2. Phân hệ tìm kiếm: Tiếp nhận từ khóa, xử lý câu truy vấn, so khớp tìm kiếm, xếp hạng kết quả và hiển thị cho người dùng.
  • Các mô hình tìm kiếm và xếp hạng kinh điển:
    • Mô hình giả định các từ độc lập: So khớp Boolean (Hiemstra và Mihajlovic), mô hình không gian vector (Salton et al.).
    • Mô hình khai thác quan hệ từ ngữ: Mô hình không gian ngữ nghĩa tiềm ẩn LSI (Scott Deerwester et al.), mô hình lân cận (Ralf Schenkel et al., Svore et al.).
    • Mô hình xếp hạng liên kết: HITS (Jon Kleinberg), PageRank (Lawrence Page et al.).
  • Semantic Web và Web Ontology Language (OWL): Mô hình hóa đối tượng toán học trực tuyến (eFormula) và liên kết với các khái niệm toán học trong ontology thông qua cơ chế lý luận lai (hybrid logic) để kết hợp ngữ nghĩa lĩnh vực và ngữ nghĩa công thức.

Phương pháp nghiên cứu

Luận án áp dụng kết hợp 4 phương pháp nghiên cứu:

  1. Phương pháp nghiên cứu tài liệu: Tổng hợp lý thuyết về mô hình hóa biểu diễn, kỹ thuật tách lọc, khai phá dữ liệu, cấu trúc Ontology và các giải pháp tìm kiếm dữ liệu.
  2. Phương pháp thực nghiệm: Cài đặt thử nghiệm hệ thống soạn thảo, chuyển đổi định dạng và tìm kiếm công thức; đo lường hiệu năng và chức năng của các mô hình đề xuất.
  3. Phương pháp đối sánh: Thực hiện truy vấn trên tập dữ liệu thực nghiệm với nhiều cách biểu diễn công thức; đo đạc và đánh giá thông qua hai chỉ số độ triệu hồi (Recall) và độ chính xác (Precision).
  4. Phương pháp chuyên gia: Khảo sát ý kiến đóng góp từ các chuyên gia chuyên ngành và người sử dụng để hoàn thiện giao diện và tính năng hệ thống.

Nội dung chính theo từng chương

Chương 1: Tổng quan về tìm kiếm văn bản và công thức toán

Chương 1 hệ thống hóa các khái niệm về văn bản, văn bản điện tử và phân tích kiến trúc hệ thống tìm kiếm thông tin tiêu chuẩn. Luận án phân tích chi tiết đặc thù và các rào cản kỹ thuật khi tìm kiếm tài liệu chứa công thức toán:

  • Công thức toán thường bị hệ thống coi là đối tượng ngoại lai (hình ảnh, đối tượng nhúng OLE), dẫn đến việc bộ lập chỉ mục tự động loại bỏ hoặc không thể trích xuất từ khóa.
  • Giao diện tìm kiếm truyền thống không hỗ trợ người dùng nhập liệu câu truy vấn dưới dạng biểu thức toán học.
  • Sự không đồng nhất trong phương thức lưu trữ công thức giữa các phần mềm soạn thảo:
    • Microsoft Word sử dụng các trường mã nội bộ như { EQ \r(3,x) } cho căn bậc ba của $x$, hoặc { EQ \f(2,5) } cho phân số $\frac{2}{5}$.
    • OpenOffice.org (chuẩn ODF) sử dụng cú pháp như nroot{3}{x} hoặc {x+2007} over {x+2008}.
    • Các trang Web thường nhúng mã LaTeX vào thẻ hình ảnh để hiển thị (ví dụ \sqrt[3]{2} hoặc \frac{x+2007}{x+2008}).

Luận án so sánh đặc điểm của các công cụ soạn thảo công thức toán tiêu biểu:

Tiêu chí Microsoft Equation 3.0 MathType MyEqText
Loại phần mềm Thương mại, độc quyền Microsoft Thương mại, sở hữu bởi Design Science Phi thương mại (tác giả Mỵ Duy Thọ)
Cơ chế hoạt động Đối tượng nhúng OLE trong Office Ứng dụng độc lập và tích hợp đa nền tảng Thanh công cụ tích hợp trực tiếp vào Word
Hỗ trợ định dạng Định dạng nhị phân nội bộ TeX, LaTeX, MathML Cú pháp rút gọn trong Word
Thời điểm phát hành Đi kèm các phiên bản Microsoft Office Phiên bản đầu tiên phát hành năm 1987 Phiên bản đầu tiên phát hành năm 2008

Chương 1 cũng phân tích chi tiết cấu trúc hệ thống MathWebSearch (MWS-0.4) viết bằng C/C++ theo chuẩn POSIX, sử dụng thư viện MicroHTTPd để tiếp nhận truy vấn HTTP POST, xử lý dữ liệu XML thông qua cây chỉ mục cấu trúc toán học và cơ sở dữ liệu B-Tree lưu trữ URI cùng biểu thức XPath. Trên cơ sở phân tích ưu nhược điểm của 3 giải pháp tiếp cận, chương 1 xác lập định hướng chọn giải pháp quy chuẩn hóa mọi công thức toán về MathML làm nền tảng cho các chương tiếp theo.

Chương 2: Biểu diễn và lưu trữ công thức toán

Chương 2 đề xuất mô hình 2 mức trong quản lý và tìm kiếm tài liệu chứa công thức toán:

  • Mức thấp: Quản lý, soạn thảo, chuyển đổi và tìm kiếm công thức toán trong phạm vi nội bộ một văn bản.
  • Mức cao: Tìm kiếm tài liệu chứa công thức toán trên phạm vi kho dữ liệu lớn và môi trường Web (trình bày tại Chương 3).

Ở mức thấp, hệ thống bao gồm 5 mô-đun chức năng:

  1. Mô-đun biểu diễn và lưu trữ đồng bộ công thức toán dựa trên chuẩn MathML.
  2. Mô-đun soạn thảo công thức toán trực quan dựa trên mã nguồn mở Amaya.
  3. Mô-đun sao chép dữ liệu công thức toán qua khay nhớ tạm (Clipboard) sử dụng chương trình thường trú Math Clipboard Converter.
  4. Bộ chuyển đổi định dạng hai chiều giữa MathML và các ngôn ngữ khác (TeX/LaTeX).
  5. Mô-đun tìm kiếm công thức toán cục bộ bên trong văn bản.

Luận án trình bày hệ thống thẻ của MathML dùng cho việc mô tả cấu trúc và toán tử:

Nhóm thẻ Tên thẻ Ý nghĩa chức năng
Thẻ định danh và giá trị <mn> Biểu diễn hằng số
<mi> Biểu diễn ký tự biến số
<mo> Biểu diễn toán tử (&Plus;, &Minus;, &InvisibleTimes;)
<mtext> Biểu diễn văn bản thuần trong công thức
Thẻ bố cục cấu trúc <mrow> Nhóm các thành phần thành biểu thức ngang
<msup>, <msub> Tạo chỉ số trên (số mũ) và chỉ số dưới
<mfrac> Tạo biểu thức phân số
<msqrt>, <mroot> Tạo căn bậc hai và căn bậc $n$
<mtable>, <mtr> Tạo bảng và hàng trong ma trận
<mspace> Thẻ tạo khoảng trắng
Thẻ ngữ nghĩa nội dung <apply> Khai báo hàm hoặc toán tử áp dụng
<eq/>, <plus/>, <minus/> Toán tử quan hệ bằng, cộng, trừ
<divide/>, <times/> Toán tử chia, nhân
<root/>, <power/> Toán tử lấy căn, hàm lũy thừa
<csymbol> Định nghĩa ký hiệu hoặc hằng số toán học

Luận án phân tích cấu trúc mã nguồn mở của trình soạn thảo Amaya:

  • Cây trừu tượng (Abstract tree) và cây hiển thị (Box tree) do thư viện đồ họa Thot quản lý.
  • Cấu trúc logic tuân thủ định nghĩa loại tài liệu DTDs.
  • Bộ phân tích cú pháp (Parsers) hỗ trợ HTML, XML, MathML và CSS.
  • Bộ chuyển đổi cây cú pháp hỗ trợ ánh xạ giữa cây cấu trúc MathML và cây đối tượng TeX, cho phép trích xuất mã và sao chép qua lại giữa các ứng dụng soạn thảo.

Chương 3: Tìm kiếm tài liệu dựa trên công thức toán

Chương 3 xây dựng các giải pháp tìm kiếm tài liệu ở mức cao, mở rộng từ cấp độ văn bản đơn lẻ lên toàn bộ kho dữ liệu. Nội dung gồm hai hướng tiếp cận chính:

  1. Tìm kiếm tài liệu dựa trên công thức toán trên Web thông thường:

    • Mô-đun lập chỉ mục văn bản: Thu thập tài liệu, chuẩn hóa cấu trúc về XML/XHTML, bóc tách các khối công thức MathML, phân rã công thức thành các cấu trúc cây cú pháp và tạo chỉ mục từ khóa kết hợp chỉ mục toán tử.
    • Mô-đun tìm kiếm và hiển thị kết quả: Tiếp nhận câu truy vấn (dưới dạng văn bản hoặc công thức toán), chuyển đổi truy vấn về cây chuẩn MathML, so khớp mẫu trên chỉ mục và trả về danh sách tài liệu được xếp hạng.

  2. Tìm kiếm tài liệu dựa trên Semantic Web toán học:

    • Xây dựng mô hình biểu diễn công thức toán dưới dạng đối tượng trực tuyến eFormula gắn liền với chú thích ngữ nghĩa eNote.
    • Thiết lập bản thể luận (Ontology) cho lĩnh vực toán học bằng ngôn ngữ OWL.
    • Áp dụng cơ chế lý luận lai (hybrid logic) để kết hợp suy diễn trên mạng ngữ nghĩa của miền kiến thức toán học với các toán tử cấu trúc của công thức (biểu diễn dạng thẻ tags và dạng hình cây).
    • Cho phép người dùng thực hiện các truy vấn phức tạp như tìm kiếm ký hiệu toán học cụ thể, tìm kiếm ký hiệu căn bậc hai, tìm và thay thế biểu thức tương đương về mặt toán học.

Chương 4: Thử nghiệm và đánh giá

Chương 4 mô tả quá trình thiết lập hệ thống thử nghiệm và tiến hành đánh giá hiệu năng:

  • Chức năng hệ thống: Thử nghiệm giao diện soạn thảo tích hợp, lưu trữ công thức toán dưới dạng MathML, tìm kiếm trực tiếp công thức toán, tìm kiếm trên Ontology và tìm kiếm văn bản kết hợp công thức toán.
  • Tập dữ liệu thực nghiệm: Xây dựng kho dữ liệu tài liệu khoa học đa dạng về lĩnh vực và định dạng tập tin.

Luận án phân loại và cấu trúc các bộ dữ liệu thử nghiệm theo 2 kịch bản truy vấn:

  • Kịch bản 1: Thực hiện các truy vấn văn bản kết hợp từ khóa và công thức toán cơ bản.
  • Kịch bản 2: Thực hiện các truy vấn toán học chuyên sâu có cấu trúc phức tạp và khai thác ngữ nghĩa trên Ontology.

Hiệu quả của mô hình được đo lường bằng hai chỉ số: $$\text{Recall (Độ triệu hồi)} = \frac{\text{Số tài liệu liên quan được tìm thấy}}{\text{Tổng số tài liệu liên quan có trong kho dữ liệu}}$$ $$\text{Precision (Độ chính xác)} = \frac{\text{Số tài liệu liên quan được tìm thấy}}{\text{Tổng số tài liệu được trả về}}$$

Kết quả thực nghiệm xác nhận mối tương quan giữa độ triệu hồi và độ chính xác ở cả hai kịch bản, khẳng định tính khả thi của việc sử dụng MathML làm định dạng trung gian kết hợp với cơ chế tìm kiếm ngữ nghĩa trên nền tảng Web.

Kết quả và những đóng góp mới

Đóng góp về mặt lý luận và mô hình

  1. Đề xuất mô hình hệ thống hai mức để quản lý, lưu trữ và tìm kiếm tài liệu chứa công thức toán, phân tách rõ ràng giữa mức xử lý công thức nội bộ văn bản (mức thấp) và mức tìm kiếm tài liệu diện rộng (mức cao).
  2. Xây dựng không gian biểu diễn và lưu trữ thống nhất cho công thức toán dựa trên tiêu chuẩn MathML, giải quyết tình trạng không tương thích giữa các công cụ soạn thảo khác nhau.
  3. Thiết lập mô hình tìm kiếm tài liệu toán học trên nền tảng Semantic Web, sử dụng ontology viết bằng OWL và cơ chế lý luận lai (hybrid logic) kết hợp ngữ nghĩa miền kiến thức với ngữ nghĩa biểu thức toán học.

Đóng góp về mặt thực tiễn và ứng dụng

  1. Phát triển thành công công cụ soạn thảo, sao chép và chuyển đổi công thức toán hai chiều (giữa MathML và TeX/LaTeX) tích hợp trên nền mã nguồn mở Amaya và tiện ích chuyển đổi Clipboard.
  2. Xây dựng hệ thống thử nghiệm hỗ trợ người dùng tạo lập câu truy vấn bằng công thức toán học trực quan trên giao diện Web.
  3. Cung cấp bộ chỉ mục và thuật toán tìm kiếm so khớp cấu trúc cây cho tài liệu chứa công thức toán, nâng cao độ chính xác khi tra cứu tài liệu khoa học chuyên ngành.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Phạm vi mô hình hóa và chuyển đổi định dạng mới tập trung chủ yếu trên các tiêu chuẩn phổ biến gồm TeX, LaTeX, AMS-LaTeX, HTML và MathML; chưa bao phủ toàn bộ các định dạng tài liệu đóng hoặc các phần mềm vẽ hình học chuyên dụng.
  • Cơ sở dữ liệu ontology thử nghiệm mới giới hạn trong một số phân ngành toán học cụ thể, chưa mở rộng toàn diện cho mọi chuyên ngành khoa học tự nhiên và kỹ thuật.

Hướng nghiên cứu tiếp

  • Tiếp tục hoàn thiện và tối ưu hóa các bộ biên dịch, chuyển đổi công thức giữa MathML và các định dạng tài liệu mới xuất hiện.
  • Mở rộng cấu trúc ontology toán học sang các chuyên ngành kỹ thuật liên quan như vật lý lý thuyết, xử lý tín hiệu và cơ học.
  • Nghiên cứu tích hợp mô-đun tìm kiếm công thức toán học vào các công cụ tìm kiếm phổ biến trên môi trường Internet.

Giá trị tham khảo

Luận án là tài liệu tham khảo cho các nhóm đối tượng:

  • Nghiên cứu sinh và học viên cao học ngành Hệ thống thông tin, Khoa học máy tính: Tham khảo phương pháp mô hình hóa cấu trúc dữ liệu bán cấu trúc, kỹ thuật phân tích cú pháp cây XML/MathML và phương pháp thiết kế ontology trong Semantic Web.
  • Kỹ sư phát triển phần mềm và hệ thống thông tin thư viện: Tham khảo kiến trúc chuyển đổi dữ liệu qua Clipboard, cấu trúc lập chỉ mục MathWebSearch và giải pháp tích hợp công cụ soạn thảo MathML vào các cổng thông tin đào tạo điện tử.
  • Giảng viên và nhà nghiên cứu khoa học tự nhiên: Tham khảo phương pháp lưu trữ, chuẩn hóa các bài báo khoa học và giáo trình có mật độ công thức toán học cao nhằm phục vụ số hóa tài liệu.

Câu hỏi thường gặp

1. Tại sao luận án lựa chọn MathML làm chuẩn biểu diễn trung gian thay vì TeX hay LaTeX?
MathML là chuẩn mở do W3C ban hành, được thiết kế chuyên biệt cho môi trường Web và định dạng XML. MathML hỗ trợ cả Presentation MathML (mô tả cách hiển thị) và Content MathML (mô tả ý nghĩa toán học), giúp các trình duyệt hiển thị trực tiếp và cho phép các máy tìm kiếm bóc tách cây cú pháp để lập chỉ mục ngữ nghĩa, điều mà mã TeX/LaTeX thuần khó thực hiện tự động trên diện rộng.

2. Amaya đóng vai trò gì trong mô hình đề xuất của luận án?
Amaya là phần mềm mã nguồn mở của W3C hỗ trợ soạn thảo WYSIWYG và cấu trúc cây DOM/XML thông qua thư viện Thot. Tác giả sử dụng Amaya làm nền tảng để tích hợp thêm các công cụ mới: bộ soạn thảo MathML trực quan, bộ trích xuất cây cú pháp và mô-đun chuyển đổi dữ liệu qua Clipboard.

3. Cơ chế lý luận lai (hybrid logic) trong luận án hoạt động như thế nào?
Cơ chế này kết hợp đồng thời hai lớp ngữ nghĩa: lớp thứ nhất là ngữ nghĩa lĩnh vực toán học được định nghĩa trong ontology bằng ngôn ngữ OWL (khái niệm, mối quan hệ giữa các phân ngành); lớp thứ hai là ngữ nghĩa cấu trúc của bản thân công thức toán (eFormula) được biểu diễn dưới dạng cây cú pháp MathML.

4. Luận án giải quyết vấn đề sao chép công thức giữa các phần mềm không tương thích bằng cách nào?
Luận án phát triển chương trình thường trú Math Clipboard Converter. Khi người dùng sao chép công thức từ một phần mềm (như Amaya hay MathType), chương trình sẽ bắt sự kiện của Clipboard, phân tích cú pháp mã nguồn và tự động chuyển đổi sang cây cú pháp trung gian MathML hoặc TeX để dán vào ứng dụng đích mà không làm mất định dạng cấu trúc.

Kết luận

Luận án đã giải quyết bài toán biểu diễn, lưu trữ và tìm kiếm tài liệu khoa học chứa công thức toán học thông qua mô hình chuẩn hóa trung gian dựa trên MathML. Bằng việc kết hợp kỹ thuật lập chỉ mục cấu trúc cây với bản thể luận OWL trong môi trường Semantic Web, công trình cung cấp giải pháp kỹ thuật từ mức soạn thảo, chuyển đổi dữ liệu cục bộ đến mức tìm kiếm tài liệu diện rộng. Các kết quả thực nghiệm về độ triệu hồi và độ chính xác đã chứng minh tính hiệu quả của phương pháp tiếp cận trong việc nâng cao năng lực khai thác kho tài liệu số phục vụ giáo dục và nghiên cứu khoa học.