Luận văn thạc sĩ về tìm kiếm ngữ nghĩa trong khoa học máy tính

Trong truy hồi thông tin, khoảng cách giữa các từ khóa, hay còn gọi là term proximity, đã được sử dụng để cải thiện độ chính xác của các tài liệu trả về. Nghiên cứu cho thấy rằng người dùng thường sử dụng các từ khóa mà chúng thường xuất hiện gần nhau trong tài liệu. Tuy nhiên, việc tính toán khoảng cách giữa các từ khóa và thực thể có tên trong các truy vấn vẫn chưa được khai thác triệt để. Các mô hình hiện tại chủ yếu dựa vào tần số xuất hiện của từ khóa mà không xem xét đến khoảng cách động giữa chúng. Điều này dẫn đến việc các tài liệu có thể không được trả về mặc dù chúng có nội dung liên quan. Mục tiêu của nghiên cứu này là phát triển một giải thuật để tính toán khoảng cách động giữa các từ khóa và thực thể có tên, từ đó cải thiện hiệu quả truy hồi tài liệu.

Mô hình không gian vectơ là một trong những phương pháp phổ biến trong tìm kiếm thông tin. Trong mô hình này, tài liệu được biểu diễn dưới dạng các vectơ trong không gian nhiều chiều, trong đó mỗi chiều tương ứng với một từ khóa. Việc tính toán khoảng cách giữa các vectơ cho phép xác định độ tương đồng giữa các tài liệu và truy vấn. Tuy nhiên, mô hình này không xem xét đến khoảng cách giữa các từ khóa trong tài liệu, dẫn đến việc không thể khai thác triệt để thông tin ngữ nghĩa. Nghiên cứu này đề xuất một cách tiếp cận mới, trong đó khoảng cách giữa các từ khóa và thực thể có tên được tính toán một cách động, từ đó cải thiện độ chính xác của kết quả tìm kiếm.

Trong phần này, nghiên cứu tập trung vào việc phát triển các giải thuật để tính toán khoảng cách giữa các thực thể có tên và từ khóa trong truy vấn. Các giải thuật này cho phép xác định vị trí của các từ khóa và thực thể có tên trong tài liệu, từ đó tính toán khoảng cách một cách chính xác. Việc áp dụng các giải thuật này không chỉ giúp cải thiện độ chính xác của kết quả tìm kiếm mà còn cho phép xử lý các truy vấn phức tạp hơn, nơi mà các từ khóa có thể xuất hiện ở nhiều vị trí khác nhau trong tài liệu.

Việc đánh chỉ mục theo khoảng cách có thực thể có tên là một phần quan trọng trong nghiên cứu này. Hệ thống đã được phát triển để cho phép đánh chỉ mục các tài liệu dựa trên khoảng cách giữa các từ khóa và thực thể có tên. Điều này không chỉ giúp cải thiện độ chính xác của kết quả tìm kiếm mà còn cho phép người dùng thực hiện các truy vấn phức tạp hơn. Kết quả thực nghiệm cho thấy rằng hệ thống này có thể xử lý các truy vấn với độ chính xác cao, từ đó nâng cao trải nghiệm người dùng trong việc tìm kiếm thông tin.

Luận án này đóng góp vào lĩnh vực tìm kiếm thông tin bằng cách phát triển một hệ thống tìm kiếm theo ngữ nghĩa có khoảng cách. Các giải thuật tính toán khoảng cách động giữa các từ khóa và thực thể có tên đã được đề xuất và thực nghiệm thành công. Điều này không chỉ cải thiện độ chính xác của kết quả tìm kiếm mà còn mở ra hướng nghiên cứu mới trong việc khai thác các đặc điểm ontology của thực thể có tên. Hệ thống mã nguồn mở Lucene đã được mở rộng để hỗ trợ các phương pháp này, từ đó nâng cao khả năng tìm kiếm thông tin trong các tài liệu lớn.