Khóa luận tốt nghiệp: Trích rút mối quan hệ ngữ nghĩa và áp dụng cho hệ thống hỏi đáp tự động tiếng Việt

Trong bối cảnh bùng nổ thông tin trên World Wide Web, việc khai thác tri thức hiệu quả trở thành một thách thức lớn, đặt ra yêu cầu cao đối với lĩnh vực Xử lý Ngôn ngữ Tự nhiên (NLP). Đặc biệt, bài toán trích rút mối quan hệ ngữ nghĩa đóng vai trò trung tâm, là nền tảng cho nhiều ứng dụng quan trọng như hệ thống hỏi đáp tự động, phát hiện thông tin, và khai phá tri thức. Mặc dù đã có nhiều tiến bộ trên thế giới, việc áp dụng các kỹ thuật này cho ngôn ngữ tiếng Việt vẫn đối mặt với những hạn chế nhất định do sự phát triển chưa đồng bộ của các tài nguyên ngôn ngữ và công cụ xử lý. Khoá luận này tập trung vào khảo sát các phương pháp trích rút mối quan hệ ngữ nghĩa hiện có và đề xuất một cách tiếp cận tối ưu, đồng thời áp dụng nó vào xây dựng hệ thống hỏi đáp tự động tiếng Việt, nhằm nâng cao hiệu quả trả lời thông tin chính xác và ngắn gọn.

Nghiên cứu sinh, sinh viên ngành Công nghệ Thông tin, chuyên gia và nhà phát triển trong lĩnh vực Xử lý Ngôn ngữ Tự nhiên và Hệ thống Hỏi đáp Tự động, đặc biệt quan tâm đến tiếng Việt.

Luận văn giải quyết bài toán cấp thiết trong Xử lý Ngôn ngữ Tự nhiên là trích rút mối quan hệ ngữ nghĩa và ứng dụng nó trong hệ thống hỏi đáp tự động cho tiếng Việt, một lĩnh vực còn nhiều thách thức. Luận văn tiến hành khảo sát các phương pháp trích rút mối quan hệ ngữ nghĩa tiên tiến, bao gồm các kỹ thuật bootstrapping và tiếp cận học bán giám sát, nhằm xác định phương pháp phù hợp nhất cho đặc thù của tiếng Việt. Phương pháp đề xuất kết hợp hiệu quả giữa phương pháp Snowball của Agichtein và Gravano với kỹ thuật trích rút mối quan hệ dựa trên máy tìm kiếm của Ravichandran và Hovy, được tùy chỉnh để xử lý văn bản tiếng Việt. Cụ thể, mô hình được xây dựng bao gồm các bước từ sinh tự động tập thực thể từ dữ liệu web đến trích rút mẫu quan hệ ngữ nghĩa và phân tích câu hỏi để trích xuất câu trả lời. Mục tiêu chính là cung cấp một hệ thống hỏi đáp tự động có khả năng trả lời chính xác và ngắn gọn các truy vấn của người dùng. Các thử nghiệm ban đầu cho thấy kết quả khả quan với tỷ lệ trả lời chính xác đạt 89,1% và khả năng đưa ra câu trả lời là 91,4%. Điều này chứng minh tính khả thi và tiềm năng ứng dụng của phương pháp trích rút mối quan hệ ngữ nghĩa cho tiếng Việt, mở ra hướng phát triển quan trọng cho việc xây dựng các hệ thống hỏi đáp hiệu quả hơn. Giá trị ứng dụng của nghiên cứu nằm ở việc cung cấp một nền tảng vững chắc cho việc phát triển các ứng dụng xử lý ngôn ngữ tự nhiên cho tiếng Việt, góp phần vào sự tiến bộ của khai phá tri thức và tự động hóa tìm kiếm thông tin.