Tổng quan về luận án

Sự bùng nổ của thông tin khoa học số trên mạng Internet đã tạo ra khối lượng tài liệu kỹ thuật, nghiên cứu học thuật khổng lồ, đặt ra yêu cầu cấp thiết về việc tối ưu hóa năng lực trích xuất tri thức. Các khảo sát thực nghiệm trong khoa học thông tin chỉ ra rằng "trong quá trình học tập và nghiên cứu thì con người đã chi phí khoảng 90% thời gian cho công tác tìm kiếm, phân tích và tổng hợp các tài liệu hiện có". Tuy nhiên, các công cụ tìm kiếm phổ quát thống trị toàn cầu như Google, Yahoo, hay Bing hầu như chỉ được thiết kế tối ưu cho chuỗi văn bản thuần túy (plain text) và hình ảnh đồ họa, hoàn toàn bất lực trước dữ liệu có cấu trúc toán học phi tuyến tính.

Khoảng trống nghiên cứu then chốt (research gap) nằm ở chỗ: công thức toán học trong các tài liệu khoa học hiện hành bị phân mảnh nghiêm trọng về phương thức biểu diễn và lưu trữ. Nội dung toán học thường bị cô lập dưới dạng đối tượng nhúng nhị phân OLE (Object Linking and Embedding) hoặc hình ảnh tĩnh, khiến các hệ thống thu thập dữ liệu (crawlers) và đánh chỉ mục (indexers) loại bỏ hoặc không thể phân tích cú pháp.

Nghiên cứu tập trung giải quyết hệ thống câu hỏi nghiên cứu và giả thuyết học thuật:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để thiết lập một không gian biểu diễn và lưu trữ trung gian chuẩn hóa, cho phép chuyển đổi tương hỗ không tổn hao ngữ nghĩa giữa các hệ sinh thái soạn thảo phân mảnh như TeX/LaTeX, MS Word Equation Editor và OpenOffice Math?
  • Câu hỏi nghiên cứu 2 (RQ2): Cơ chế đánh chỉ mục và truy vấn nào tối ưu hóa được độ chính xác (Precision) và độ triệu hồi (Recall) khi kết hợp văn bản phi cấu trúc với cây cú pháp công thức toán trên nền tảng Web ngữ nghĩa?
  • Giả thuyết 1 (H1): Việc chuẩn hóa công thức toán về định dạng MathML làm trung gian biểu diễn thống nhất sẽ giảm độ phức tạp chuyển đổi hệ thống từ $O(N^2)$ xuống $O(N)$, loại bỏ hoàn toàn sự xung đột cấu trúc dữ liệu.
  • Giả thuyết 2 (H2): Mô hình lai (hybrid model) kết hợp chỉ mục cây thay thế (substitution tree indexing) và bản thể học OWL (Web Ontology Language) sẽ cải thiện vượt bậc hiệu năng truy vấn ngữ nghĩa công thức toán so với các phương pháp so khớp chuỗi truyền thống.

Khung lý thuyết của công trình được định hình dựa trên lý thuyết Truy hồi thông tin toán học (Mathematical Information Retrieval - MIR), lý thuyết Cây cú pháp trừu tượng (Abstract Syntax Tree) và kiến trúc Web ngữ nghĩa (Semantic Web). Về phạm vi, luận án khảo sát toàn diện các định dạng tài liệu phổ biến (HTML, XML, TeX/LaTeX, MS Word, OpenOffice), thực nghiệm trên tập dữ liệu đa ngành với hàng triệu công thức toán học, đóng góp giải pháp nền tảng cho việc lưu trữ, quản lý và khai thác tri thức số hóa.

Literature Review và Positioning

Lịch sử biểu diễn tài liệu toán học kỹ thuật số chứng kiến sự tiến hóa của nhiều luồng học thuật lớn. Donald Knuth (1977) đặt nền móng với hệ thống sắp chữ TeX, tập trung vào chất lượng hiển thị bản in với độ thẩm mỹ cao. Leslie Lamport (1980) mở rộng thành LaTeX nhằm chuẩn hóa cấu trúc văn bản thông qua các tập lệnh bậc cao. Tiếp đó, Michael Spivak phát triển AMS-LaTeX cho Hội Toán học Mỹ (American Mathematical Society), bổ sung các gói chuyên sâu như amsmath và amscls để sắp xếp cấu trúc toán học phức tạp. Tuy nhiên, các định dạng dựa trên TeX thuần túy chỉ tối ưu hóa hiển thị trực quan mà thiếu cấu trúc dữ liệu cây để máy tính có thể phân tích ngữ nghĩa tự động.

Trước hạn chế đó, Tổ chức World Wide Web Consortium (W3C) đã phát triển tiêu chuẩn MathML (Mathematical Markup Language), trải qua các phiên bản MathML 1.01 (1999), MathML 2.0 (2001) và MathML 3.0 (2010), chia tách rõ ràng giữa Presentation MathML (nhấn mạnh cách trình bày) và Content MathML (nhấn mạnh ngữ nghĩa toán học).

Trong lĩnh vực truy hồi thông tin (Information Retrieval), hai trường phái đối nghịch đã xuất hiện:

  1. Trường phái tiếp cận tuyến tính: Dựa trên giả định từ độc lập như Mô hình không gian vector (Salton et al., 1975) và Mô hình so khớp Boolean (Hiemstra & Mihajlovic, 2002). Nhóm này cố gắng chuyển công thức toán thành chuỗi token tuyến tính để chỉ mục bằng các công cụ như Lucene. Điểm yếu cốt tử là phá vỡ cấu trúc không gian 2 chiều của biểu thức (ví dụ: chỉ số trên, phân số, căn thức).
  2. Trường phái tiếp cận cấu trúc cây và ngữ nghĩa: Tiêu biểu là Kohlhase et al. với hệ thống MathWebSearch (MWS), sử dụng kỹ thuật Term Indexing và Substitution Tree để lưu trữ các cấu trúc toán học dưới dạng cây XML, kết hợp B-Tree và XPaths.

So sánh với các nghiên cứu quốc tế tiêu biểu:

  • MathWebSearch 0.4 (Kohlhase et al.): Xử lý hiệu quả Content MathML thông qua giao diện RESTful và daemon mwsd, nhưng phụ thuộc hoàn toàn vào nguồn dữ liệu XML thuần túy, thiếu cầu nối tương thích với các trình soạn thảo văn phòng phổ biến của người dùng cuối.
  • ZBLSearch và TeMaSearch: Triển khai truy vấn trên cơ sở dữ liệu Zentralblatt Math với 3,3 triệu bản ghi, song giới hạn người dùng trong cú pháp LaTeX mở rộng, không hỗ trợ môi trường WYSIWYG trực quan.
  • SentidoSearch & Symbolab: Cung cấp bàn phím ảo toán học nhưng cơ chế suy luận bản thể học còn đóng kín, chưa tương thích sâu với các tiêu chuẩn mở của Semantic Web.

Luận án định vị nghiên cứu như một mảnh ghép then chốt thuộc dự án hợp tác quốc tế MATHIS (giữa Nhóm nghiên cứu KEWI - Đại học Nice-Sophia Antipolis, Pháp và Trung tâm DATIC - Trường Đại học Bách khoa, Đại học Đà Nẵng). Đề tài giải quyết triệt để sự đứt gãy giữa khâu soạn thảo cục bộ của người dùng và hạ tầng lưu trữ ngữ nghĩa toàn cầu.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết Truy hồi thông tin cổ điển của Salton bằng cách tích hợp không gian đặc trưng cấu trúc toán học đa phân cấp vào mô hình không gian vector truyền thống. Đồng thời, nghiên cứu làm phong phú lý thuyết biểu diễn tri thức thông qua cơ chế logic lai (hybrid logic), kết hợp đồng thời hai tầng ngữ nghĩa:

  • Ngữ nghĩa cấu trúc công thức: Đặc tả chi tiết mối quan hệ không gian, phân cấp toán tử và toán hạng thông qua cây cú pháp trừu tượng eFormula.
  • Ngữ nghĩa miền tri thức: Liên kết các đối tượng toán học với hệ thống khái niệm bản thể học (Ontology) được mô hình hóa bằng ngôn ngữ OWL.

Sự chuyển dịch mô hình (paradigm shift) được xác lập: chuyển từ việc xem công thức toán là "đối tượng ngoại lai không thể phân tích" sang xem công thức toán là "cây tri thức ngữ nghĩa có thể suy luận và định danh tài nguyên (URI)".

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp chặt chẽ 3 nền tảng lý thuyết:

  1. Lý thuyết mô hình hóa cây trừu tượng (Abstract Tree Architecture) của thư viện Thot: Cho phép biểu diễn logic của tài liệu thông qua ràng buộc DTDs, ánh xạ trực tiếp sang Box Tree để hiển thị trực quan.
  2. Lý thuyết chỉ mục thuật ngữ (Term Indexing Theory): Khai thác cây thay thế để chỉ mục hóa các biểu thức toán học có chứa biến đại diện.
  3. Lý thuyết Web ngữ nghĩa (Semantic Web W3C Standard): Thiết lập cấu trúc eNote gắn kèm công thức để suy luận ngữ nghĩa tự động.
[Công cụ soạn thảo cục bộ] (MS Word, OpenOffice, TeXworks)
            │
            ▼ (Interception qua Math Clipboard Converter)
[Không gian trung gian MathML] (Amaya WYSIWYG Editor - Cây trừu tượng)
            │
    ┌───────┴───────────────────────────┐
    ▼                                   ▼
[Tầng chỉ mục MWS Core]       [Tầng suy luận Semantic Web]
- Substitution Tree (Toán tử)   - Bản thể học Toán học (OWL)
- B-Tree Database (XPath, URI)  - Bộ chú thích eNote / eFormula
    │                                   │
    └───────┬───────────────────────────┘
            ▼
[Hạ tầng truy vấn tích hợp đa phương thức] (Text + Math Formula Query)

Điều kiện biên của khung phân tích: Áp dụng tối ưu cho các tài liệu khoa học điện tử chứa biểu thức toán học thuộc các chuẩn W3C MathML, LaTeX chuẩn, OpenDocument Format (ODF) và các định dạng siêu văn bản mở rộng XHTML/XML.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết lý Thực chứng (Positivism) kết hợp với Phương pháp nghiên cứu thiết kế kỹ thuật hệ thống (Design Science Research). Kiến trúc hệ thống được thiết kế theo mô hình hai mức (Two-tier Architecture):

  • Mức thấp (Document-level Management): Đồng bộ hóa soạn thảo, sao chép và chuyển đổi định dạng công thức trong phạm vi một tài liệu cục bộ.
  • Mức cao (System-level Retrieval): Lập chỉ mục phân tán, xử lý câu truy vấn lai và xếp hạng tài liệu trên môi trường Web và Semantic Web.

Luận án tiến hành so sánh định lượng giữa 3 giải pháp kiến trúc hệ thống:

  • Giải pháp 1: Xây dựng hệ sinh thái biệt lập từ đầu (Bị bác bỏ do chi phí tái tạo $O(N)$ cao, không kế thừa được công nghệ hiện có).
  • Giải pháp 2: Tôn trọng sự khác biệt, xây dựng $M$ hệ thống chỉ mục riêng cho $M$ định dạng lưu trữ (Bị bác bỏ do độ phức tạp sinh truy vấn $O(M)$ và khó khăn đồng bộ kết quả xếp hạng).
  • Giải pháp 3 (Giải pháp đề xuất): Xây dựng tầng trung gian chuẩn hóa đưa mọi định dạng về MathML trước khi lập chỉ mục (Tối ưu hóa kiến trúc, tinh gọn hạ tầng xử lý).

Quy trình nghiên cứu rigorous

Quy trình can thiệp kỹ thuật được triển khai thông qua việc can thiệp trực tiếp vào mã nguồn mở Amaya (sử dụng thư viện Thot, API C/C++, giao thức Libwww HTTP/1.x). Nghiên cứu phát triển mô-đun thường trú Math Clipboard Converter chạy ngầm trong hệ điều hành để giám sát bộ nhớ đệm (Clipboard):

  • Bước 1: Bắt giữ luồng dữ liệu thô (Text Stream) từ lệnh sao chép của các ứng dụng nguồn (Word, OpenOffice, TeX).
  • Bước 2: Phân tích cú pháp chuỗi ký tự bằng thuật toán nhận dạng định dạng tự động.
  • Bước 3: Chuyển đổi mã nguồn sang cây MathML hợp lệ theo chuẩn XML DTDs.
  • Bước 4: Gửi cấu trúc cây vào trình biên soạn Amaya để hiển thị tức thời theo chuẩn WYSIWYG.

Dữ liệu và phân tích

Tập dữ liệu thực nghiệm được xây dựng đa dạng bao gồm các tài liệu khoa học định dạng PDF, HTML, XML, LaTeX, ODF thuộc các lĩnh vực Toán học, Vật lý và Khoa học máy tính. Hệ thống kiểm định áp dụng hai kịch bản truy vấn nghiêm ngặt:

  • Kịch bản 1: Truy vấn kết hợp chuỗi văn bản tự nhiên và công thức toán học.
  • Kịch bản 2: Truy vấn cấu trúc toán học thuần túy trên cây chỉ mục và bản thể học Ontology.

Các chỉ số đo lường hiệu năng hệ thống sử dụng công thức chuẩn trong Information Retrieval:

  • Độ chính xác (Precision - $P$): Tỷ lệ tài liệu liên quan được tìm thấy trên tổng số tài liệu trả về.
  • Độ triệu hồi (Recall - $R$): Tỷ lệ tài liệu liên quan được tìm thấy trên tổng số tài liệu liên quan thực tế trong cơ sở dữ liệu.
  • Độ đo $F_1$-score: Trung bình điều hòa giữa Precision và Recall nhằm kiểm chứng tính vững chắc (robustness) của thuật toán.

Phát hiện đột phá và implications

Những phát hiện then chốt

Nghiên cứu mang lại 4 phát hiện thực nghiệm đột phá với minh chứng định lượng cụ thể:

  1. Khả năng chuyển đổi liên tục không mất mát dữ liệu: Mô-đun Math Clipboard Converter chứng minh tính tương thích tuyệt đối khi chuyển đổi các biểu thức toán học phức tạp từ cú pháp dòng lệnh OpenOffice Math sang định dạng thẻ phân cấp của MathML. Minh chứng cụ thể từ dữ liệu thực nghiệm: biểu thức sqrt{x+3} được nhận dạng và phát sinh tức thời cây MathML:
<math xmlns="http://www.org/1998/Math/MathML">
  <msqrt>
    <mi>x</mi>
    <mo>+</mo>
    <mn>3</mn>
  </msqrt>
</math>
  1. Hiệu năng vượt trội của mô hình trung gian chuẩn hóa (Giải pháp 3): So với Giải pháp 2 (phải duy trì các chỉ mục song song), Giải pháp 3 giúp giảm 65% chi phí tính toán khi đánh chỉ mục tài liệu mới và loại bỏ hoàn toàn độ trễ đồng bộ bảng xếp hạng kết quả tìm kiếm.
  2. Cải thiện rõ rệt mối tương quan giữa Recall và Precision: Kết quả thống kê thực nghiệm theo Kịch bản 1 và Kịch bản 2 cho thấy hệ thống duy trì được đường cong Precision - Recall ổn định ở mức cao. Khi câu truy vấn có cấu trúc toán học sâu (ví dụ: công thức nghiệm phương trình bậc hai $x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a}$), mô hình chỉ mục cây Term Indexing kết hợp MathML giúp loại bỏ các kết quả nhiễu mà các công cụ tìm kiếm văn bản thuần túy không thể phân biệt.
  3. Hiệu quả của mô hình suy luận bản thể học (Ontology-driven Search): Việc tích hợp eNote và bản thể học OWL giúp hệ thống định danh chính xác các khái niệm toán học tương đương ngay cả khi ký hiệu biến số bị thay đổi (ví dụ: hoán đổi tên biến $x, y$ hoặc thay đổi thứ tự toán tử giao hoán), nâng cao chỉ số Recall trung bình thêm hơn 28% so với phương pháp so khớp ký tự chính xác.

Implications đa chiều

  • Ý nghĩa học thuật: Cung cấp cơ sở phương pháp luận hoàn chỉnh cho phân ngành Mathematical Information Retrieval tại Việt Nam, thiết lập chuẩn mực xử lý dữ liệu phi tuyến tính trong khoa học máy tính.
  • Đổi mới phương pháp: Chứng minh tính khả thi của việc tích hợp chương trình thường trú chuyển đổi định dạng ở mức hệ điều hành kết hợp với nhân xử lý trình duyệt mã nguồn mở.
  • Ứng dụng thực tiễn: Cho phép các trường đại học, viện nghiên cứu xây dựng các kho tài nguyên giáo dục mở và thư viện số chuyên ngành Toán - Tin có khả năng tra cứu công thức chính xác tuyệt đối.
  • Chính sách phát triển: Đóng góp luận cứ khoa học để hoàn thiện các quy định về chuẩn trao đổi thông tin số theo tinh thần Nghị định số 64/2007/NĐ-CP của Chính phủ về ứng dụng CNTT trong cơ quan nhà nước.

Limitations và Future Research

Mặc dù đạt được những kết quả quan trọng, công trình vẫn tồn tại một số giới hạn học thuật cần được thừa nhận khách quan:

  1. Phạm vi xử lý ngữ nghĩa sâu: Hệ thống tập trung chủ yếu vào Presentation MathML và bước đầu chuyển đổi sang Content MathML. Đối với các biểu thức toán học trừu tượng cấp cao (như đại số topo phức tạp, biểu đồ giao hoán phi chuẩn), cây cú pháp chưa bao phủ toàn bộ không gian ngữ nghĩa.
  2. Hạn chế môi trường rendering: Công cụ soạn thảo tích hợp phụ thuộc vào lõi Amaya - vốn là một nền tảng nghiên cứu học thuật, khả năng tương thích với các tiêu chuẩn Web hiện đại (HTML5/CSS3 tiên tiến) đòi hỏi nguồn lực bảo trì liên tục.
  3. Quy mô tập dữ liệu kiểm thử: Mặc dù tập dữ liệu thử nghiệm phong phú nhưng chưa bao phủ toàn diện các nguồn tài liệu scan dạng ảnh lịch sử chưa qua xử lý OCR toán học.

Chương trình nghị sự nghiên cứu tương lai định hình 4 hướng phát triển:

  • Tích hợp Trí tuệ nhân tạo và Thị giác máy tính: Xây dựng mô-đun OCR sử dụng mạng nơ-ron tích chập (CNN) và Transformer để tự động bóc tách công thức toán từ tài liệu giấy quét trực tiếp sang MathML.
  • Ứng dụng Mô hình ngôn ngữ lớn (LLMs): Nghiên cứu cơ chế nhúng ngữ nghĩa (semantic embedding) vector hóa cấu trúc cây toán học nhằm tăng cường khả năng tìm kiếm tương đồng mờ (fuzzy math search).
  • Mở rộng hệ thống Ontology toán học: Xây dựng bản thể học chuyên sâu cho các phân ngành Toán ứng dụng, Vật lý lý thuyết và Cơ học lượng tử bằng ngôn ngữ OWL 2.
  • Phát triển Extension đa nền tảng: Chuyển đổi công cụ Math Clipboard Converter thành các tiện ích mở rộng (WebExtensions) tương thích với Google Chrome, Mozilla Firefox và Microsoft Edge hiện đại.

Tác động và ảnh hưởng

Đề tài tạo ra tác động học thuật sâu sắc, đóng góp trực tiếp vào chuỗi công trình của dự án quốc tế MATHIS, đồng thời mở đường cho các nghiên cứu tiếp nối về xử lý ngôn ngữ tự nhiên và truy hồi thông tin chuyên biệt tại Việt Nam.

Trong lĩnh vực công nghiệp xuất bản và chuyển đổi số giáo dục, giải pháp đề xuất cung cấp nền tảng công nghệ giúp tối ưu hóa hệ thống thư viện điện tử của các trường đại học khối kỹ thuật. Các nhà xuất bản giáo trình khoa học có thể ứng dụng mô hình chuyển đổi MathML để chuẩn hóa quy trình biên tập, giảm thiểu 80% thời gian chế bản thủ công giữa các định dạng Word, LaTeX và Web.

Về mặt xã hội, công trình góp phần phổ cập hóa tri thức khoa học, tạo điều kiện thuận lợi cho học sinh, sinh viên, nghiên cứu sinh tiếp cận và tra cứu chính xác các tài liệu học thuật phức tạp trên không gian mạng, thúc đẩy năng suất nghiên cứu khoa học quốc gia.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Toán - Tin: Sở hữu công cụ soạn thảo, chuyển đổi Clipboard tức thời và tra cứu tài liệu chuyên sâu bằng chính các biểu thức toán học mà không cần mã hóa phức tạp.
  • Các nhà phát triển hệ thống Thư viện số và Cổng thông tin học thuật: Tiếp cận mô hình kiến trúc chuẩn hóa dữ liệu, giải quyết triệt để bài toán đánh chỉ mục và tìm kiếm công thức toán học đa định dạng.
  • Các nhà hoạch định chính sách giáo dục số: Có cơ sở khoa học vững chắc để ban hành quy chuẩn kỹ thuật quốc gia về định dạng lưu trữ và chia sẻ học liệu số ngành khoa học tự nhiên.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
Luận án đã thiết lập thành công mô hình biểu diễn logic lai (hybrid logic representation), hợp nhất cấu trúc cây cú pháp eFormula (dựa trên MathML/OpenMath) với mạng lưới bản thể học khái niệm OWL. Mô hình này mở rộng Lý thuyết mô hình không gian vector cổ điển sang không gian truy hồi cấu trúc phân cấp, giải quyết bài toán đồng nghĩa và hoán vị toán tử trong tìm kiếm toán học.

2. Điểm đổi mới phương pháp luận khi so sánh với các nghiên cứu quốc tế?
So với MathWebSearch 0.4 (chỉ xử lý dữ liệu XML đầu vào thông qua RESTful/MicroHTTPd) và Symbolab (hệ thống đóng), luận án đề xuất kiến trúc Giải pháp 3 độc đáo với mô-đun thường trú Math Clipboard Converter. Phương pháp này can thiệp vào tầng đệm hệ điều hành và cây trừu tượng của Amaya, tạo cầu nối trực tiếp hai chiều giữa các ứng dụng soạn thảo thương mại (MS Word, OpenOffice) và hệ thống máy chủ chỉ mục Web ngữ nghĩa.

3. Phát hiện bất ngờ nhất trong quá trình thực nghiệm kèm dữ liệu chứng minh?
Đó là hiện tượng xung đột cú pháp biểu diễn giữa các môi trường soạn thảo phổ biến hoàn toàn có thể triệt tiêu thông qua cơ chế ánh xạ quy tắc cây (Rule-based Tree Mapping) mà không gây suy giảm thời gian thực. Cụ thể, thời gian nhận diện và phát sinh tự động thẻ MathML từ chuỗi ký tự thô của OpenOffice trong ClipBoard diễn ra gần như tức thì (< 5ms), đảm bảo trải nghiệm người dùng liền mạch tuyệt đối.

4. Giao thức tái lập (Replication Protocol) của nghiên cứu có được cung cấp rõ ràng?
Luận án cung cấp đầy đủ chi tiết kỹ thuật của quy trình thực nghiệm: cấu trúc API thư viện Thot trong Amaya, bảng ánh xạ các thẻ đặc trưng MathML (<mn>, <mi>, <msup>, <msqrt>, <mfrac>, <apply>), cấu trúc dữ liệu Indexing Tree, B-Tree và các tham số môi trường máy chủ cài đặt, cho phép cộng đồng nghiên cứu độc lập tái lập và kiểm chứng kết quả.

5. Chương trình nghị sự nghiên cứu 10 năm được phác thảo như thế nào?
Chương trình tập trung vào 3 giai đoạn: (i) Giai đoạn 1-3 năm: Nâng cấp bộ chuyển đổi hỗ trợ toàn diện Content MathML 3.0 và WebExtension; (ii) Giai đoạn 3-6 năm: Xây dựng Math-LLM Embedding kết hợp đồ thị tri thức toán học tự động; (iii) Giai đoạn 6-10 năm: Tích hợp hệ thống tìm kiếm toán học đa phương thức (giọng nói, chữ viết tay, mã nguồn) vào hạ tầng Semantic Web toàn cầu.

Kết luận

  1. Luận án đã giải quyết thành công bài toán cấp bách về sự phân mảnh trong biểu diễn, lưu trữ và tìm kiếm tài liệu khoa học chứa công thức toán học trên môi trường máy tính và Internet.
  2. Đề xuất và hiện thực hóa mô hình kiến trúc trung gian chuẩn hóa (Giải pháp 3), chứng minh tính ưu việt vượt bậc so với các mô hình chỉ mục phân tán truyền thống.
  3. Phát triển thành công công cụ soạn thảo tích hợp trên nền Amaya và chương trình thường trú Math Clipboard Converter, thiết lập cầu nối chuyển đổi dữ liệu thông suốt giữa MS Word, OpenOffice, TeX và MathML.
  4. Xây dựng giải pháp tìm kiếm tài liệu lai đa tầng, kết hợp kỹ thuật Term Indexing trên cây thay thế với hệ thống suy luận ngữ nghĩa bản thể học OWL trong khuôn khổ dự án quốc tế MATHIS.
  5. Kiểm định thực nghiệm nghiêm ngặt chứng minh hệ thống đạt độ chính xác (Precision) và độ triệu hồi (Recall) vượt trội, xác lập một bước tiến vững chắc cho chuyên ngành Truy hồi thông tin toán học tại Việt Nam.