Nghiên cứu khoa học về sự kiện an toàn giao thông trong văn bản tiếng Việt

• Người hướng dẫn: ThS. Đào Ngọc Tú
• Trường học: Đại học Hải Phòng
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Trích chọn sự kiện an toàn giao thông trong văn bản sử dụng ngôn ngữ tiếng Việt
• Loại tài liệu: báo cáo tổng kết đề tài nghiên cứu khoa học cấp trường
• Năm xuất bản: 2024
• Địa điểm: Hải Phòng

• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
• 1.1. Bài toán trích chọn thông tin trong văn bản
• 1.2. Tổng quan về sự kiện
• 1.3. Định nghĩa sự kiện
• 1.4. Trích chọn sự kiện
• 1.5. Trích chọn sự kiện trong văn bản tin tức tiếng việt
• 1.6. Ý nghĩa khoa học
• 1.7. Ý nghĩa thực tiễn
• 2. CHƯƠNG 2: MỘT SỐ PHƯƠNG PHÁP TIẾP CẬN
• 2.1. Phương pháp tiếp cận dựa trên tập luật (rule – based)
• 2.2. Luật ngữ nghĩa (lexico-semantic patterns)
• 2.3. Hình dạng và biểu diễn của tập luật (Form and Representation of Rules)
• 2.4. Phương pháp tiếp cận dựa trên học máy
• 2.5. 3 phương pháp tiếp cận kết hợp luật và học máy
• 3. CHƯƠNG 3: XÂY DỰNG MÔ HÌNH TRÍCH CHỌN SỰ KIỆN VỤ TAI NẠN
• 3.1. Các đặc tính của sự kiện vụ tai nạn
• 3.2. Phát biểu bài toán
• 3.3. Mô hình phát hiện và trích chọn sự kiện vụ tai nạn
• 3.4. Phương pháp đề xuất
• 3.5. Giải quyết bài toán phát hiện sự kiện và bài toán trích chọn sự kiện vụ tai nạn
• 3.5.1. Bài toán 1- Phát hiện sự kiện vụ tai nạn (pha 1)
• 3.5.2. Bài toán 2- Trích chọn sự kiện vụ tai nạn (pha 2)
• 3.5.2.1. Trích chọn thời gian
• 3.5.2.2. Trích chọn địa điểm
• 3.5.2.3. Trích chọn số thương vong
• 3.5.2.4. Trích chọn phương tiện gây tai nạn
• 4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 4.1. Môi trường và các công cụ sử dụng thực nghiệm
• 4.2. Xây dựng tập dữ liệu
• 4.3. Thu thập dữ liệu
• 4.4. Tiền xử lý dữ liệu
• 4.5. Đánh giá quá trình phát hiện sự kiện
• 4.6. Đánh giá bộ lọc dữ liệu
• 4.7. Đánh giá quá trình phân lớp
• 4.8. Đánh giá quá trình trích chọn sự kiện
• 4.9. Thực nghiệm không qua bộ phân lớp
• 4.10. Thực nghiệm qua bộ phân lớp
• 4.11. Phân tích lỗi
• 4.11.1. Phân tích lỗi quá trình phát hiện sự kiện
• 4.11.2. Phân tích lỗi quá trình trích chọn sự kiện
• 4.12. Một số kết quả phân tích các sự kiện
• 4.13. Thống kê số vụ tai nạn theo tỉnh
• TÀI LIỆU THAM KHẢO

I. Tổng quan về an toàn giao thông và sự kiện giao thông

Nghiên cứu tập trung vào việc trích chọn sự kiện an toàn giao thông từ các văn bản tiếng Việt, đặc biệt là các bản tin về tai nạn giao thông. Sự kiện giao thông được định nghĩa là các tình huống cụ thể liên quan đến tai nạn, bao gồm thời gian, địa điểm, số thương vong và phương tiện liên quan. Mục tiêu của nghiên cứu là xây dựng mô hình tự động trích xuất thông tin từ các bản tin để hỗ trợ thống kê tai nạn và đưa ra giải pháp an toàn giao thông.

1.1. Định nghĩa và tầm quan trọng của sự kiện giao thông

Sự kiện giao thông được coi là một mẫu (template) gồm các thuộc tính như thời gian, địa điểm, số thương vong và phương tiện. Việc trích chọn sự kiện giúp biến đổi thông tin từ dạng phi cấu trúc sang dạng có cấu trúc, hỗ trợ các hệ thống thống kê và giám sát an toàn giao thông. Ví dụ, từ bản tin 'Vụ tai nạn xảy ra lúc 8h ngày 30/4 tại Hà Nội, làm 2 người bị thương', mô hình sẽ trích xuất các thuộc tính: {30/4, Hà Nội, 2 người bị thương}.

1.2. Tình hình nghiên cứu và ứng dụng thực tiễn

Nghiên cứu về trích chọn sự kiện đã được phát triển từ các chương trình như MUC, TDT và ACE. Các phương pháp này tập trung vào việc trích xuất thông tin từ văn bản để hỗ trợ phân tích sự kiện và dự đoán xu hướng. Ứng dụng thực tiễn của nghiên cứu bao gồm việc xác định các điểm nóng tai nạn, thời gian có nguy cơ cao và đưa ra các giải pháp an toàn giao thông.

II. Phương pháp tiếp cận và mô hình trích chọn sự kiện

Nghiên cứu sử dụng kết hợp phương pháp dựa trên tập luật và học máy để xây dựng mô hình trích chọn sự kiện vụ tai nạn. Phương pháp dựa trên tập luật tập trung vào việc xác định các từ khóa và mẫu ngữ nghĩa, trong khi học máy sử dụng các kỹ thuật như phân lớp và nhận dạng thực thể (NER) để trích xuất thông tin.

2.1. Phương pháp dựa trên tập luật

Phương pháp này sử dụng các luật ngữ nghĩa để xác định các thuộc tính của sự kiện. Ví dụ, từ khóa 'tai nạn' kết hợp với các từ chỉ thời gian và địa điểm sẽ giúp xác định sự kiện. Các luật được xây dựng dựa trên khảo sát dữ liệu và có thể điều chỉnh để phù hợp với các văn bản tiếng Việt.

2.2. Phương pháp học máy

Phương pháp học máy sử dụng các bộ dữ liệu đã được gán nhãn để huấn luyện mô hình phân lớp. Mô hình này có thể xác định các văn bản chứa sự kiện tai nạn và trích xuất các thuộc tính như thời gian, địa điểm và số thương vong. Kỹ thuật NER được sử dụng để nhận dạng các thực thể như tên người, địa điểm và thời gian.

III. Thực nghiệm và đánh giá mô hình

Nghiên cứu tiến hành thực nghiệm trên các bản tin về tai nạn giao thông từ các báo điện tử uy tín. Mô hình được đánh giá dựa trên độ chính xác và khả năng trích xuất thông tin. Kết quả cho thấy mô hình kết hợp giữa tập luật và học máy đạt hiệu quả cao trong việc phát hiện và trích chọn sự kiện.

3.1. Xây dựng tập dữ liệu

Tập dữ liệu được thu thập từ các bản tin về tai nạn giao thông trong khoảng thời gian từ năm 2023 đến nay. Dữ liệu được tiền xử lý để loại bỏ thông tin không liên quan và chuẩn hóa định dạng. Tập dữ liệu được chia thành hai phần: huấn luyện và kiểm tra.

3.2. Đánh giá kết quả

Mô hình được đánh giá dựa trên các chỉ số như độ chính xác (precision), độ hồi tưởng (recall) và F1-score. Kết quả cho thấy mô hình đạt độ chính xác cao trong việc phát hiện sự kiện và trích xuất các thuộc tính như thời gian, địa điểm và số thương vong. Các lỗi chủ yếu liên quan đến việc nhận dạng thực thể trong các văn bản phức tạp.

IV. Giải pháp và ứng dụng thực tiễn

Nghiên cứu đề xuất các giải pháp an toàn giao thông dựa trên kết quả trích xuất thông tin từ các sự kiện tai nạn. Các giải pháp bao gồm việc xác định các điểm nóng tai nạn, thời gian có nguy cơ cao và đưa ra các biện pháp phòng ngừa. Kết quả nghiên cứu có thể được sử dụng để hỗ trợ các nhà quản lý trong việc giảm thiểu tai nạn giao thông.

4.1. Xác định điểm nóng tai nạn

Dựa trên thông tin trích xuất, nghiên cứu xác định các địa điểm thường xuyên xảy ra tai nạn. Các điểm nóng này được đánh dấu trên bản đồ để hỗ trợ việc đặt biển báo và tăng cường giám sát.

4.2. Giáo dục và nâng cao nhận thức

Nghiên cứu cũng đề xuất các chương trình giáo dục để nâng cao nhận thức của người dân về an toàn giao thông. Các thông tin về thời gian và địa điểm có nguy cơ cao được truyền tải đến người dân để họ có thể chủ động phòng tránh.