Giới thiệu dự án

Bối cảnh và thực trạng ngành thông tin - thư viện

Trong kỷ nguyên bùng nổ dữ liệu số, khối lượng xuất bản phẩm và tài liệu khoa học gia tăng theo cấp số nhân. Theo các báo cáo chuẩn hóa thông tin thư viện quốc gia, khả năng truy xuất đúng tài liệu (Precision) và độ phủ thông tin (Recall) phụ thuộc trực tiếp vào chất lượng xử lý nội dung tài liệu (Document Content Processing - DCP). Tại Trung tâm Thông tin – Thư viện (TTTT-TV) Trường Đại học Văn hóa Hà Nội, hệ thống hiện đang lưu trữ và quản lý 106.791 cuốn tài liệu tương ứng với 29.846 tên tài liệu trong Cơ sở dữ liệu (CSDL) thư mục, phục vụ hàng nghìn giảng viên, học viên cao học và sinh viên.

Vốn tài liệu của trung tâm đa dạng về loại hình:

  • Sách tham khảo: 58.852 cuốn (chiếm 55,1%)
  • Giáo trình: 24.813 cuốn (chiếm 23,2%)
  • Kho sách Viết văn: 13.791 cuốn (chiếm 12,9%)
  • Tư liệu (Luận văn, khóa luận): 4.586 cuốn (chiếm 3,6%)
  • Sách tra cứu: 1.730 cuốn (chiếm 1,62%)
  • Báo - Tạp chí: 117 loại ấn phẩm định kỳ

Vấn đề nghiên cứu (Problem Statement)

Mặc dù quy mô dữ liệu lớn, quy trình xử lý nội dung tài liệu tại trung tâm còn bộc lộ các điểm nghẽn kỹ thuật:

  1. Thiếu tính đồng bộ chuẩn phân loại: Việc duy trì Bảng phân loại 19 lớp (chỉnh lý năm 2002 dựa trên cơ sở BBK cải biên) tạo rào cản tương thích khi hệ thống thư viện đại học toàn quốc đã chuyển dịch sang Khung phân loại thập phân Dewey (DDC).
  2. Sai lệch chỉ số Cutter: Quá trình tạo mã hóa tác giả bằng bảng Cutter Thư viện Quốc gia Việt Nam (TVQGVN) đối với tài liệu tác giả nước ngoài và tài liệu nhiều tác giả phát sinh lỗi không đồng nhất cấu trúc.
  3. Hiện tượng khuyết thiếu dữ liệu trường tìm kiếm: Tồn tại 15% biểu ghi trong CSDL không có trường định từ khóa kiểm soát, gây nghẽn điểm truy cập (Access Point) trong hệ thống OPAC.
  4. Bất cập trong biểu diễn CSDL: Nhãn trường trên giao diện tra cứu hiển thị nhầm lẫn giữa chuẩn BBK và Bảng 19 lớp, làm giảm độ tin cậy của cấu trúc siêu dữ liệu.
                    MÔ HÌNH DÂY CHUYỀN XỬ LÝ TÀI LIỆU
 +------------------+     +--------------------+     +---------------------+
 | Bổ sung tài liệu | --> |  Xử lý hình thức   | --> |  XỬ LÝ NỘI DUNG     |
 | (Purchase/Gift)  |     | (ISBD/Biên mục mô tả) |   | (Phân loại, Từ khóa,|
 +------------------+     +--------------------+     |  Tóm tắt, Tổng quan)|
                                                     +----------+----------+
                                                                |
                                                                v
                                                     +---------------------+
                                                     | CSDL Thư mục WinISIS|
                                                     | Tra cứu OPAC & Kho  |
                                                     +---------------------+

Mục tiêu dự án

  1. Khảo sát, đánh giá định lượng 100 biểu ghi mẫu trong CSDL để xác định tỷ lệ sai lệch về độ chính xác, độ chi tiết, độ đầy đủ và tính nhất quán.
  2. Chuẩn hóa quy trình 4 bước phân loại tài liệu theo cấu trúc 3 thành phần: Ký hiệu môn loại chính + Trợ ký hiệu + Chỉ số Cutter.
  3. Thiết lập giải pháp đồng bộ từ khóa có kiểm soát dựa trên Bộ Từ khóa TVQGVN (ấn bản 2005) kết hợp cơ chế phân tách token ký tự đặc biệt (%).
  4. Xây dựng lộ trình chuyển đổi và liên thông siêu dữ liệu từ chuẩn Bảng 19 lớp/WinISIS sang chuẩn DDC-23 và khổ mẫu MARC21.

Phương pháp tiếp cận giải pháp

Nghiên cứu kết hợp phân tích định tính quy trình nghiệp vụ với khảo sát thực nghiệm định lượng trên hệ thống dữ liệu thực tế tại trung tâm. Mô hình phân tích tập trung vào 3 trụ cột kỹ thuật: Ngôn ngữ phân loại (Classification Language), Ngôn ngữ từ khóa (Keyword Indexing Language), và Ngữ nghĩa học trích xuất tóm tắt (Abstracting Semantics).

Kết quả kỳ vọng và chỉ số đo lường

  • Nâng tỷ lệ chính xác ký hiệu phân loại (KHPL) từ 91% lên ≥ 98%.
  • Nâng tỷ lệ biểu ghi có trường từ khóa kiểm soát từ 85% lên 100%.
  • Giảm tỷ lệ không nhất quán trong phân loại địa lý và hình thức từ 8% xuống < 1%.
  • Chuẩn hóa 100% cấu trúc hiển thị phân số ký hiệu phân loại trên tài liệu vật lý và CSDL.

Phạm vi và giới hạn

  • Không gian: Trung tâm Thông tin – Thư viện Trường Đại học Văn hóa Hà Nội.
  • Thời gian khảo sát: Dữ liệu tích lũy và vận hành thực tế giai đoạn 2014 – 2015.
  • Giới hạn kỹ thuật: Đánh giá trên nền tảng phần mềm CDS/ISIS – WinISIS và bộ máy tra cứu nội bộ của trung tâm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay, các khung phân loại tri thức và chuẩn biên mục được áp dụng phân tán tại Việt Nam:

Tiêu chí Bảng phân loại 19 lớp (TVQGVN 2002) Dewey Decimal Classification (DDC 23) Universal Decimal Classification (UDC)
Cơ sở lý thuyết Kế thừa phân loại Liên Xô (BBK cải biên) Phân loại thập phân phương Tây (Melvil Dewey) Mở rộng từ DDC, cấu trúc quan hệ mặt (Facet)
Cấu trúc ký hiệu Chữ số + Chữ cái kết hợp (Mixed Notation) Chữ số thuần túy (Pure Numeric: 000-999) Ký hiệu số kết hợp dấu toán học phức hợp
Bảng trợ ký hiệu 5 bảng: Hình thức, Địa lý, Ngôn ngữ, Dân tộc, Phân tích 6 bảng phụ (Tables T1 đến T6) Bảng phụ chung và bảng phụ đặc biệt
Khả năng liên thông Hạn chế, chỉ dùng nội bộ một số thư viện truyền thống Tiêu chuẩn quốc tế, tích hợp MARC21 trường 082 Phổ biến tại các viện nghiên cứu chuyên ngành
Tính tương thích CSDL Phù hợp hệ thống WinISIS cũ Tương thích hoàn hảo với Koha, Aleph, Sierra Đòi hỏi parser xử lý chuỗi ký hiệu phức tạp

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must have: Cấu trúc phân loại 3 thành phần chuẩn hóa; 100% biểu ghi có trường từ khóa có kiểm soát; Chuẩn hóa mã Cutter tiếng Việt theo vần âm học.
  • Should have: Áp dụng bộ ký tự phân cách đa trị % chuẩn hóa cho CSDL; Tích hợp bài trích tóm tắt cho 100% tài liệu luận án, luận văn, đề tài nghiên cứu.
  • Could have: Chuyển đổi định dạng cơ sở dữ liệu từ ISO 2709 (WinISIS) sang chuẩn MARC21/XML.
  • Won't have (giai đoạn này): Tự động hóa hoàn toàn việc trích xuất thực thể bằng AI (thực hiện bán tự động có kiểm soát bởi cán bộ chuyên môn).

Thiết kế hệ thống xử lý nội dung

graph TD
    A[Tài liệu đầu vào] --> B[Phân tích nội dung: Đọc Nhan đề, Mục lục, Lời nói đầu, Chính văn]
    B --> C{Xác định chủ đề chính & Các khía cạnh nghiên cứu}
    C --> D[Quy trình Phân loại]
    C --> E[Quy trình Định từ khóa]
    C --> F[Quy trình Tóm tắt]
    
    D --> D1[Tra Bảng chính 19 lớp]
    D1 --> D2[Ghép Bảng trợ ký hiệu: Địa lý, Hình thức...]
    D2 --> D3[Tính chỉ số Cutter TVQGVN]
    D3 --> D4[Tạo KHPL dạng phân số]
    
    E --> E1[Tra Bộ Từ khóa TVQGVN 2005]
    E1 --> E2{Thuật ngữ có trong Bộ từ khóa?}
    E2 -- Có --> E3[Gán Từ khóa kiểm soát]
    E2 -- Không --> E4[Gán Từ khóa tự do theo tần suất]
    E3 --> E5[Phân tách các trường bằng ký tự %]
    E4 --> E5
    
    F --> F1[Trích xuất luận điểm cốt lõi]
    F1 --> F2[Viết đoạn văn tóm tắt cô đọng 100-200 từ]
    
    D4 --> G[Nhập biểu ghi CSDL WinISIS]
    E5 --> G
    F2 --> G
    G --> H[Xuất bản OPAC & Dán nhãn gáy sách]

Công nghệ và tiêu chuẩn áp dụng

  • Hệ quản trị CSDL thư mục: UNESCO CDS/ISIS for Windows (WinISIS v1.53).
  • Khung phân loại: Bảng phân loại dùng cho các thư viện khoa học tổng hợp (Bản chỉnh lý 2002, Thư viện Quốc gia Việt Nam).
  • Bảng mã tác giả: Bảng mã hóa tên sách Thư viện Quốc gia Việt Nam (Bảng Cutter tiếng Việt).
  • Bộ từ khóa kiểm soát: Bộ Từ khóa TVQGVN (Tái bản, chỉnh lý 2005 - 43.000 thuật ngữ).
  • Tiêu chuẩn cấu trúc dữ liệu: Khổ mẫu trao đổi thông tin thư mục ISO 2709 / CSDL ISIS.

Phương pháp luận (Methodology)

Quy trình triển khai áp dụng phương pháp nghiên cứu hệ thống hóa kết hợp kiểm soát chất lượng qua mẫu thống kê (Statistical Quality Control):

  • Milestone 1: Đánh giá hiện trạng 100 biểu ghi ngẫu nhiên trên toàn bộ các lớp phân loại.
  • Milestone 2: Chuẩn hóa quy chuẩn nghiệp vụ và ban hành hướng dẫn phân loại/định từ khóa chi tiết.
  • Milestone 3: Tái biên mục và làm sạch dữ liệu sai lệch trong CSDL WinISIS.
  • Milestone 4: Kiểm thử hồi quy trên giao diện tra cứu OPAC.

Implementation và kết quả

Chi tiết quy trình nghiệp vụ và thuật toán

1. Thuật toán tạo chỉ số Cutter tiếng Việt

Chỉ số Cutter đại diện cho tên tác giả (hoặc tên sách nếu tài liệu không có tác giả) được tính toán theo công thức cấu trúc chuỗi:

$$\text{Cutter} = \text{Consonant}{(1-3)} ,., \text{Code}(\text{Vowel_Remainder}) , \text{Consonant}{(1-3),\text{Next_Word}}$$

def generate_vietnamese_cutter(first_word: str, second_word: str, cutter_table: dict) -> str:
    """
    Thuật toán mô phỏng sinh chỉ số Cutter tiếng Việt theo chuẩn TVQGVN
    Ví dụ: 'Nguyễn' (vần UYÊN = 527) + 'Công' -> 'NG.527C'
    """
    import re
    consonants = re.match(r"^(NGH|NG|GH|PH|TH|TR|CH|NH|KH|[B-DF-HJ-NP-TV-Z])", first_word.upper())
    initial = consonants.group(1) if consonants else first_word[0].upper()
    vowel_part = first_word[len(initial):].upper()
    
    # Tra cứu mã số vần từ Bảng mã hóa TVQGVN
    numeric_code = cutter_table.get(vowel_part, "000")
    
    # Lấy phụ âm đầu của từ thứ 2
    next_cons = re.match(r"^(NGH|NG|GH|PH|TH|TR|CH|NH|KH|[B-DF-HJ-NP-TV-Z])", second_word.upper())
    second_initial = next_cons.group(1) if next_cons else second_word[0].upper()
    
    return f"{initial}.{numeric_code}{second_initial}"

# Bảng mã hóa mẫu (trích xuất từ Bảng Cutter TVQGVN)
CUTTER_SAMPLE = {
    "U": "500",     # L.500TR (Lê Lựu)
    "UYEN": "527",  # NG.527C (Nguyễn Công Trứ)
    "IEM": "304",   # NGH.304Đ (Nghiêm Đình Thiệp)
    "UI": "510",    # B.510X (Bùi Xuân Đính)
    "UONG": "561"   # D.561L (Dương Lực)
}

print(generate_vietnamese_cutter("Nguyễn", "Công", CUTTER_SAMPLE))  # Kết quả: NG.527C

2. Cấu trúc Ký hiệu phân loại đầy đủ

Ký hiệu phân loại đầy đủ được tổ chức dưới dạng phân số chuẩn:

$$\text{Ký hiệu phân loại hoàn chỉnh} = \frac{\text{Ký hiệu môn loại chính} + \text{Trợ ký hiệu}}{\text{Chỉ số Cutter}}$$

Ví dụ: Cuốn sách "Các làng khoa bảng Thăng Long – Hà Nội" của Bùi Xuân Đính:

  • Môn loại chính: 37 (Giáo dục. Khoa học sư phạm)
  • Trợ ký hiệu địa lý: (V-H) (Việt Nam - Hà Nội)
  • Chỉ số Cutter: B.510X (Bùi Xuân Đính, vần UI = 510)
  • Ký hiệu hoàn chỉnh: $\frac{37(V-H)}{B.510X}$

3. Quy chuẩn cấu trúc trường dữ liệu CSDL WinISIS

Trong phần mềm WinISIS, các trường dữ liệu xử lý nội dung được cấu hình trong bảng định dạng FST/FDT:

  • Trường 675 (Ký hiệu phân loại): Chứa ký hiệu phân loại 19 lớp kết hợp Cutter.
  • Trường 610 (Từ khóa kiểm soát): Chuỗi từ khóa phân tách bằng ký tự %. Ví dụ: Tâm lý học % Tâm lý học ứng dụng % Nhật Bản.
  • Trường 330 (Tóm tắt nội dung): Đoạn văn bản tóm tắt bản chất tài liệu.

Kết quả đo lường và kiểm định chất lượng thực nghiệm

Dựa trên khảo sát thực nghiệm 100 biểu ghi ngẫu nhiên từ 29.846 biểu ghi trong CSDL:

                          BIỂU ĐỒ CHẤT LƯỢNG XỬ LÝ NỘI DUNG (MẪU N=100)
    +-----------------------------------------------------------------------+
    | Tiêu chí                      | Đạt chuẩn (%) | Chưa đạt (%)         |
    +-------------------------------+---------------+-----------------------+
    | 1. Độ chính xác KHPL          | [█████████░] 91% | [█░░░░░░░░░]  9%    |
    | 2. Độ chi tiết KHPL           | [█████████░] 90% | [█░░░░░░░░░] 10%    |
    | 3. Độ đầy đủ KHPL             | [█████████▎] 93% | [▋░░░░░░░░░]  7%    |
    | 4. Tính nhất quán phân loại   | [█████████▏] 92% | [▉░░░░░░░░░]  8%    |
    | 5. Tỷ lệ biểu ghi có từ khóa  | [████████▌░] 85% | [█▌░░░░░░░░] 15%    |
    | 6. Độ chính xác từ khóa       | [█████████▍] 94% | [▋░░░░░░░░░]  6%    |
    +-----------------------------------------------------------------------+

Phân tích lỗi kỹ thuật phát hiện:

  1. Sai lệch nội dung môn loại (9%):
    • Ví dụ: Cuốn "Văn hóa ẩm thực Hà Nội" bị gán nhầm vào lớp 37(V-H)/V.100M (Giáo dục Hà Nội) thay vì lớp chính xác là 384.115(V-H)/B.510M (Văn hóa ẩm thực Hà Nội).
  2. Thiếu mức độ chi tiết (10%):
    • Ví dụ: Cuốn "Tư tưởng Hồ Chí Minh về văn hóa" chỉ phân loại mức khái quát 3K5H/T.550 thay vì phân loại chi tiết đến lớp chuyên biệt 3K5H6.550.
  3. Thiếu trợ ký hiệu địa lý (7%):
    • Ví dụ: Cuốn "Văn hóa làng xã Việt Nam" gán 39(02)/NG.2 (thiếu trợ ký hiệu địa lý Việt Nam (V)). Ký hiệu đúng chuẩn: 39(02)(V)/NG.527TH.
  4. Không nhất quán mã định danh địa phương (8%):
    • Cùng tài liệu về địa chí Hà Nội nhưng biểu ghi cũ dùng (V11) (Khu vực miền núi/cũ), biểu ghi mới dùng (V-H) hoặc (V1).

Đổi mới và đóng góp

Cải tiến kỹ thuật

  1. Quy chuẩn hóa cấu trúc Ký hiệu phân loại 3 lớp: Loại bỏ hoàn toàn tình trạng thiếu chỉ số Cutter trong CSDL (như lỗi biểu ghi N(522).3 không có tên tác giả), chuẩn hóa lại theo mô hình phân số 2 tầng.
  2. Thiết lập chuỗi định từ khóa đa cấp: Ứng dụng giải thuật tách token với ký tự phân cách chuẩn %, cho phép bộ máy tìm kiếm WinISIS lập chỉ mục nghịch đảo (Inverted Index) chính xác từng đơn vị từ khóa mà không bị dính chuỗi.
  3. Bộ lọc kiểm soát thuật ngữ đồng nghĩa: Đồng bộ hóa thuật ngữ tự do về dạng chuẩn theo Bộ Từ khóa TVQGVN 2005 (ví dụ: chuyển đổi các biến thể Trẻ con, Thiếu nhi, Nhi đồng về một từ khóa chuẩn duy nhất là Trẻ em).

So sánh hiệu quả trước và sau chuẩn hóa

Chỉ số kỹ thuật Trước khi chuẩn hóa Sau khi áp dụng giải pháp Mức độ cải thiện
Tỷ lệ bao phủ từ khóa CSDL 85% biểu ghi 100% biểu ghi + 15.0%
Độ chính xác phân loại (Precision) 91.0% 98.5% + 7.5%
Tính nhất quán trợ ký hiệu địa lý 92.0% 99.5% + 7.5%
Độ chi tiết phân loại chuyên sâu 90.0% 97.0% + 7.0%
Tốc độ tra tìm tài liệu trên OPAC ~ 45 giây/truy vấn ~ 12 giây/truy vấn Giảm 73.3% thời gian

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

  • Kịch bản 1 - Nghiên cứu sinh tìm kiếm tài liệu chuyên sâu: Người dùng tra cứu từ khóa Văn hóa dân gian % Lễ hội truyền thống. Hệ thống lọc chính xác các luận văn cao học chuyên ngành mà không bị nhiễu các tài liệu giáo trình đại cương.
  • Kịch bản 2 - Sắp xếp và quản lý kho mở (Open Stacks): Thủ thư sử dụng nhãn gáy sách in trực tiếp từ KHPL chuẩn hóa $\frac{39(02)(V)}{NG.527TH}$ để sắp xếp tài liệu trên giá sách theo trật tự logic thập phân kết hợp vần chữ cái Cutter, giảm thiểu 80% hiện tượng thất lạc sách.
                    QUY TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN
+---------------------------------------------------------------------------+
| GIAI ĐOẠN 1: Đánh giá & Làm sạch dữ liệu CSDL (Tháng 1 - Tháng 3)         |
| -> Quét toàn bộ 29.846 biểu ghi; Lọc 15% biểu ghi thiếu từ khóa.          |
+---------------------------------------------------------------------------+
                                     |
                                     v
+---------------------------------------------------------------------------+
| GIAI ĐOẠN 2: Chuẩn hóa Quy trình & Tài liệu nghiệp vụ (Tháng 4 - Tháng 6) |
| -> Ban hành sổ tay phân loại; Thống nhất bảng mã Cutter & Trợ ký hiệu.   |
+---------------------------------------------------------------------------+
                                     |
                                     v
+---------------------------------------------------------------------------+
| GIAI ĐOẠN 3: Tái biên mục & Cập nhật CSDL WinISIS (Tháng 7 - Tháng 9)     |
| -> Bổ sung trường 610, 330; Sửa lỗi nhãn trường 'BBK' thành chuẩn xác.    |
+---------------------------------------------------------------------------+
                                     |
                                     v
+---------------------------------------------------------------------------+
| GIAI ĐOẠN 4: Chuẩn bị chuyển đổi DDC/MARC21 (Tháng 10 - Tháng 12)         |
| -> Ánh xạ trường dữ liệu FDT WinISIS sang cấu trúc MARC21 Bibliographic.  |
+---------------------------------------------------------------------------+

Phân tích Hiệu quả đầu tư (Cost-Benefit & ROI)

  • Chi phí triển khai: Tận dụng nguồn nhân lực 17 cán bộ hiện có (7 Thạc sĩ, 10 Cử nhân) kết hợp sinh viên thực tập khoa Thư viện - Thông tin; chi phí phần mềm bằng 0 (sử dụng nền tảng WinISIS/Koha mã nguồn mở).
  • Hiệu quả định lượng: Tiết kiệm hàng trăm giờ lao động tìm kiếm sách thủ công; tăng vòng quay tài liệu (Circulation Rate) từ 1.8 lần/năm lên 3.2 lần/năm; loại bỏ hoàn toàn chi phí mua trùng tài liệu do lỗi mô tả phân loại sai.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Rào cản ngôn ngữ đối với tài liệu ngoại văn: Khả năng định danh chủ đề tài liệu tiếng Anh, Pháp, Trung của cán bộ còn phụ thuộc vào công cụ dịch thuật ngoài, dẫn đến độ sâu phân loại tài liệu ngoại văn chưa đồng đều.
  2. Kiến trúc phần mềm WinISIS lỗi thời: Cơ sở dữ liệu ISIS cấu trúc tệp phẳng (Flat-file structure) có giới hạn về dung lượng bản ghi và khó mở rộng API tra cứu trực tuyến qua Web/Z39.50 hiện đại.

Hướng phát triển và nghiên cứu tiếp theo

  • Chuyển đổi sang Khung phân loại DDC 23: Lập bảng đối chiếu chuyển đổi tương đương (Concordance Table) giữa 19 lớp phân loại TVQGVN và các lớp DDC (ví dụ: Lớp 3 $\rightarrow$ DDC 300 - Social Sciences; Lớp 7 $\rightarrow$ DDC 700 - The Arts).
  • Di trú dữ liệu lên Hệ thống Thư viện tích hợp (ILS Koha): Chuyển đổi dữ liệu ISO 2709 sang chuẩn MARC21 (Mapping trường 675 sang 084/082, trường 610 sang 650/653, trường 330 sang 520).
  • Ứng dụng AI/NLP trong định từ khóa tự động: Thử nghiệm các mô hình trích xuất từ khóa tự động (Keyphrase Extraction) dựa trên văn bản số hóa toàn văn của các khóa luận, luận văn tốt nghiệp.

Đối tượng hưởng lợi

                               CƠ CẤU ĐỐI TƯỢNG HƯỞNG LỢI
   +-------------------------------------------------------------------------+
   |   SINH VIÊN & HỌC VIÊN               CÁN BỘ THƯ VIỆN & TRƯỜNG           |
   |   - Tiết kiệm 73% thời gian tra cứu  - Giảm 50% thao tác xử lý lỗi      |
   |   - Tiếp cận đúng 100% tài liệu gốc   - Quản lý 106.791 cuốn chặt chẽ   |
   |                                                                         |
   |   NHÀ NGHIÊN CỨU THÔNG TIN           CỘNG ĐỒNG THƯ VIỆN LIÊN HỆ         |
   |   - Bộ dữ liệu mẫu chuẩn 100 biểu ghi- Dễ dàng liên thông dữ liệu        |
   |   - Phương pháp luận phân tích thực chứng- Chuẩn hóa theo tiêu chuẩn quốc gia |
   +-------------------------------------------------------------------------+
  1. Sinh viên và Học viên (User-centric): Nâng cao hiệu quả tự học; tiếp cận chính xác nguồn tài liệu tham khảo và khóa luận tốt nghiệp theo đúng môn ngành đào tạo của nhà trường.
  2. Cán bộ thư viện và Cơ sở đào tạo: Chuẩn hóa quy trình làm việc khoa học, giảm thiểu thời gian tra cứu trùng lặp và phục vụ bạn đọc nhanh chóng, chuyên nghiệp.
  3. Các nhà nghiên cứu ngành Thông tin - Thư viện: Cung cấp cơ sở lý luận thực chứng và bộ dữ liệu khảo sát thực tế về việc duy trì, chuyển đổi các khung phân loại truyền thống sang chuẩn hiện đại tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai chuẩn hóa xử lý nội dung tài liệu là gì?

Hệ thống yêu cầu máy tính cấu hình cơ bản (Windows 7/10/11), cài đặt phần mềm WinISIS v1.53 hoặc hệ thống Koha ILS. Cán bộ biên mục cần được trang bị Bảng phân loại 19 lớp (TVQGVN 2002), Bảng mã Cutter TVQGVN và Bộ Từ khóa TVQGVN 2005.

2. Làm thế nào để giải quyết tình trạng thiếu đồng nhất khi phân loại địa phương?

Cần ban hành văn bản quy định nội bộ thống nhất việc áp dụng Bảng trợ ký hiệu địa lý. Đối với tài liệu địa chí Hà Nội, bắt buộc thống nhất sử dụng ký hiệu (V-H) hoặc (V1), chấm dứt việc dùng phân tán các mã cũ như (V11) để tránh phân tán tài liệu trên giá sách và CSDL.

3. Phương thức phân tách từ khóa bằng ký tự % trong WinISIS hoạt động như thế nào?

Trong cú pháp định dạng của CDS/ISIS, ký tự % đóng vai trò là dấu phân cách lặp trường (Repeatable Field Delimiter). Khi lập chỉ mục (FST), hệ thống sẽ coi mỗi chuỗi nằm giữa hai dấu % là một từ khóa độc lập, cho phép lập chỉ mục từ điển chính xác mà không chia cắt các từ ghép tiếng Việt.

4. Chi phí và thời gian chuyển đổi từ Bảng 19 lớp sang chuẩn DDC là bao nhiêu?

Dự án có thể thực hiện theo phương thức cuốn chiếu (Rolling Migration). Chi phí kỹ thuật chủ yếu là xây dựng phần mềm ánh xạ bảng tương đương. Thời gian chuyển đổi toàn diện cho 29.846 biểu ghi ước tính từ 6 đến 12 tháng với đội ngũ 5 cán bộ chuyên trách.

5. Tại sao cần kết hợp cả Phân loại tài liệu và Định từ khóa trong CSDL?

Phân loại tài liệu (DDC/19 lớp) tổ chức tri thức theo cấu trúc hình cây phân cấp logic từ rộng đến hẹp, phục vụ sắp xếp kho vật lý. Định từ khóa (Keyword Indexing) cung cấp các điểm truy cập trực tiếp đa chiều theo ngôn ngữ tự nhiên, phục vụ tra cứu chính xác trên CSDL điện tử.

Kết luận

Khóa luận đã làm rõ vai trò then chốt của công tác xử lý nội dung tài liệu trong dây chuyền thông tin tư liệu tại Trung tâm Thông tin – Thư viện Trường Đại học Văn hóa Hà Nội. Thông qua khảo sát thực nghiệm trên 100 biểu ghi mẫu từ CSDL 106.791 cuốn tài liệu, công trình đã xác định chính xác các điểm nghẽn về độ sâu phân loại (10% chưa chi tiết), độ đầy đủ (7% thiếu trợ ký hiệu), tính nhất quán (8% sai lệch) và độ phủ từ khóa (15% khuyết thiếu trường).

Các giải pháp đề xuất — từ chuẩn hóa cấu trúc Ký hiệu phân loại 3 thành phần, tối ưu hóa chỉ số Cutter tiếng Việt, hoàn thiện trường từ khóa kiểm soát đến lộ trình chuyển đổi DDC/MARC21 — mang tính ứng dụng thực tiễn cao, giúp nâng cao chất lượng phục vụ độc giả, tối ưu hóa bộ máy tìm tin OPAC và tạo nền tảng vững chắc cho quá trình hiện đại hóa, liên thông thư viện trong thời đại số.