Khóa luận tốt nghiệp: Trích chọn tự động quan hệ phương thức từ văn bản tiếng Việt dựa trên thuật toán SVM và thử nghiệm đánh giá

Trong lĩnh vực xử lý ngôn ngữ tự nhiên, việc trích chọn quan hệ ngữ nghĩa từ văn bản đóng vai trò then chốt, đặc biệt trong các ứng dụng như hệ thống hỏi đáp, trích chọn thông tin và tóm tắt văn bản. Khả năng nhận diện và phân tích chính xác các mối quan hệ này không chỉ nâng cao hiệu quả của các hệ thống tự động mà còn góp phần sâu sắc vào việc hiểu ngôn ngữ. Luận văn này tập trung vào bài toán trích chọn tự động quan hệ phương thức (Manner Relations) từ văn bản tiếng Việt, một thách thức phức tạp do sự đa dạng và linh hoạt của cấu trúc ngôn ngữ. Đề tài nhằm mục đích xây dựng một phương pháp hiệu quả để tự động nhận diện các quan hệ này, sử dụng thuật toán SVM, từ đó mở ra tiềm năng cải thiện đáng kể khả năng phân tích ngữ nghĩa tự động.

Các nhà nghiên cứu, sinh viên và kỹ sư trong lĩnh vực xử lý ngôn ngữ tự nhiên, học máy, trích chọn thông tin và xử lý tiếng Việt.

Luận văn trình bày một phương pháp tiếp cận mới để trích chọn tự động quan hệ phương thức từ văn bản tiếng Việt, nhằm giải quyết nhu cầu ngày càng tăng về phân tích ngữ nghĩa sâu sắc trong xử lý ngôn ngữ tự nhiên. Phương pháp đề xuất dựa trên mô hình học máy, cụ thể là thuật toán SVM, một kỹ thuật mạnh mẽ trong phân loại dữ liệu. Nghiên cứu đã xây dựng một tập hợp các ký hiệu đặc trưng cho quan hệ phương thức, bao gồm các thành phần DOMAIN và RANGE, đồng thời tiến hành phân tích chi tiết sự gắn kết giữa quan hệ phương thức với các loại quan hệ ngữ nghĩa khác. Để nhận diện các quan hệ này, luận văn khai thác và trình bày các mẫu từ vựng – cú pháp cơ bản biểu diễn quan hệ phương thức, cùng với việc trích chọn các đặc trưng riêng biệt nhằm tối ưu hóa độ chính xác và tính khả thi của mô hình. Các thử nghiệm ban đầu được thực hiện trên một tập dữ liệu tiếng Việt gồm khoảng 300 câu đã cho thấy kết quả khả quan, với độ đo F đạt trong khoảng 60% đến 70%. Kết quả này khẳng định tính hiệu quả và tiềm năng ứng dụng của phương pháp, đặc biệt trong việc phát triển các hệ thống trích chọn thông tin, hệ thống hỏi đáp và tóm tắt văn bản tự động, góp phần nâng cao khả năng hiểu văn bản tiếng Việt của máy tính.