Khóa luận tốt nghiệp: Giải pháp phân biệt tên người trên web dựa trên mô hình thông tin người và thử nghiệm vào hệ thống tìm kiếm người tiếng Việt

Trong bối cảnh sự phát triển bùng nổ của World Wide Web, việc tìm kiếm và khai thác thông tin hiệu quả trở thành một nhu cầu thiết yếu. Tuy nhiên, bài toán "phân biệt tên người" trên Web đặt ra thách thức đáng kể, đặc biệt do tính "nhập nhằng" vốn có của các thực thể người. Một tên gọi có thể đại diện cho nhiều cá nhân, hoặc một cá nhân có thể được biết đến với nhiều tên khác nhau, dẫn đến kết quả tìm kiếm không chính xác và tốn thời gian cho người dùng. Nhằm nâng cao chất lượng của "hệ thống tìm kiếm thông tin người", nghiên cứu này tập trung giải quyết vấn đề phân biệt tên người. Khóa luận đề xuất một "giải pháp phân biệt tên người trên Web" dựa trên việc xây dựng "mô hình thông tin Người" chuyên biệt. Mô hình này sau đó sẽ được thử nghiệm và tích hợp vào một "hệ thống tìm kiếm người tiếng Việt", góp phần cải thiện đáng kể độ chính xác trong việc xác định các cá nhân trên môi trường Web.

Các nhà nghiên cứu và sinh viên ngành Công nghệ thông tin, Khoa học máy tính, đặc biệt là những người quan tâm đến Xử lý ngôn ngữ tự nhiên, Khai phá dữ liệu web, và Hệ thống tìm kiếm thông tin, cũng như các kỹ sư phát triển ứng dụng tìm kiếm người.

Tìm kiếm thông tin về thực thể người là hoạt động phổ biến trên Web, song sự nhập nhằng trong tên người là thách thức lớn, bởi một tên có thể chỉ nhiều người và ngược lại. Bài toán "phân biệt tên người" có vai trò then chốt trong việc khắc phục sự nhập nhằng này, từ đó nâng cao hiệu quả "hệ thống tìm kiếm thông tin người" trên môi trường Web. Khóa luận này đề xuất một giải pháp toàn diện để giải quyết vấn đề này, tập trung vào việc trích chọn các "đặc trưng" quan trọng dựa trên một "mô hình thông tin Người" được thiết kế chuyên biệt. Các đặc trưng này sau đó được sử dụng để "phân cụm" các văn bản trên Web mà chứa cùng một tên người nhưng thực chất nói về các thực thể người khác nhau. Quá trình này giúp hệ thống xác định và nhóm các thông tin liên quan đến cùng một cá nhân, bất chấp sự đa dạng trong cách biểu đạt hoặc sự trùng lặp về tên gọi. Giải pháp được thử nghiệm kỹ lưỡng với một tập dữ liệu tên người có độ "nhập nhằng" cao, sử dụng các kỹ thuật "phân cụm" tiên tiến. Kết quả thực nghiệm ban đầu đã chứng minh tính "khả quan" của "mô hình phân biệt tên người" với độ đo F0.5 đạt 84.8% và F0.2 đạt 83.1%. Những chỉ số này không chỉ khẳng định hiệu quả của phương pháp đề xuất mà còn cho thấy tiềm năng "ứng dụng" thực tế của nó trong các "hệ thống tìm kiếm người tiếng Việt". Nghiên cứu này mở ra hướng phát triển các công cụ tìm kiếm thông minh hơn, giúp người dùng dễ dàng truy xuất thông tin chính xác về các cá nhân trong kho dữ liệu Web rộng lớn, đặc biệt quan trọng đối với ngôn ngữ có cấu trúc và đặc điểm riêng như tiếng Việt.