Khóa luận tốt nghiệp: Giải pháp tìm kiếm người theo tên trên web dựa trên phân cụm phân cấp và xếp hạng cặp thứ tự và thử nghiệm vào hệ thống tìm kiếm thực thể người tiếng Việt

Sự bùng nổ thông tin trên World Wide Web đã tạo ra nhu cầu cấp thiết về các hệ thống truy xuất thông tin tiên tiến. Các công cụ tìm kiếm truyền thống dựa trên từ khóa thường trả về danh sách các trang web, không đủ đáp ứng khi người dùng tìm kiếm thực thể cụ thể, đặc biệt là thông tin về con người. Thách thức này càng lớn hơn bởi tính nhập nhằng cố hữu của tên người và sự phân tán thông tin trên nhiều trang web, gây khó khăn trong việc phân biệt các cá nhân trùng tên. Nghiên cứu này đề xuất các giải pháp mới cho bài toán tìm kiếm thực thể người, tập trung vào việc khử nhập nhằng tên người thông qua phân cụm phân cấp và nâng cao độ liên quan của kết quả bằng cách xếp hạng cặp thứ tự, được thiết kế đặc biệt cho ngữ cảnh tiếng Việt.

Các nhà nghiên cứu và phát triển trong lĩnh vực truy xuất thông tin, xử lý ngôn ngữ tự nhiên, ngữ nghĩa web và giải quyết thực thể, đặc biệt là những người quan tâm đến việc giải quyết các thách thức ngôn ngữ trong tìm kiếm người cho tiếng Việt hoặc các ngôn ngữ tương tự.

Nghiên cứu này tập trung vào việc phát triển một giải pháp hiệu quả cho bài toán tìm kiếm người theo tên trên Web, một lĩnh vực đầy thách thức do sự nhập nhằng của tên và yêu cầu về xếp hạng kết quả chính xác. Luận văn giải quyết hai vấn đề chính: phân biệt các tên người bị nhập nhằng và xếp hạng các thực thể người có cùng tên. Phương pháp tiếp cận bao gồm việc áp dụng thuật toán phân cụm phân cấp (HAC) để nhóm các trang web liên quan đến cùng một cá nhân, từ đó giải quyết vấn đề nhập nhằng. Song song đó, một kỹ thuật xếp hạng cặp thứ tự được sử dụng để sắp xếp các thực thể người đã xác định dựa trên mức độ liên quan của chúng với truy vấn. Mô hình đề xuất được tích hợp và thử nghiệm trong một hệ thống tìm kiếm thực thể người tiếng Việt thực nghiệm, sử dụng tập dữ liệu gồm các tên người Việt phổ biến từ các miền giáo dục (.edu, .edu.vn). Kết quả thực nghiệm ban đầu cho thấy tính khả thi của mô hình, đạt độ đo phân cụm 0.86 và độ chính xác xếp hạng 0.8. Những kết quả này khẳng định tiềm năng của khung giải pháp được phát triển trong việc cải thiện độ chính xác và tính hữu ích của tìm kiếm người cho nội dung tiếng Việt trên Web. Luận văn cũng cung cấp tổng quan về các hệ thống tìm kiếm thực thể hiện có và các phương pháp đánh giá trong lĩnh vực này.