Luận án Tiến sĩ: Nghiên cứu phát triển các kỹ thuật học máy hoàn thiện đồ thị tri thức

Đồ thị tri thức (ĐTTT) đóng vai trò ngày càng quan trọng trong nhiều lĩnh vực như tìm kiếm ngữ nghĩa, trí tuệ nhân tạo (TTNT) và học máy giải thích được. Chúng cung cấp cấu trúc ngữ nghĩa phong phú, nhưng thường không hoàn chỉnh, dẫn đến hiệu suất thấp trong các ứng dụng thực tế. Bài toán hoàn thiện ĐTTT (KGC) trở nên cấp thiết để suy luận các dữ kiện bị thiếu. Với sự phát triển của ĐTTT đa phương thức (MMKG) và ĐTTT thời gian (TKG), việc phát triển các kỹ thuật học máy tiên tiến để hoàn thiện các loại ĐTTT này là vô cùng cần thiết và có tính thời sự cao.

Các nhà nghiên cứu, học giả, sinh viên sau đại học trong lĩnh vực Trí tuệ Nhân tạo, Học máy, Khoa học dữ liệu và Hệ thống thông tin.

Luận án này tập trung nghiên cứu và phát triển các kỹ thuật học máy tiên tiến nhằm giải quyết bài toán hoàn thiện đồ thị tri thức (ĐTTT), một thách thức quan trọng do tính không đầy đủ của ĐTTT. Nghiên cứu đề xuất các mô hình hoàn thiện ĐTTT bằng kỹ thuật học chuyển giao, sử dụng thông tin bổ sung bên ngoài để làm giàu ngữ cảnh bên trong ĐTTT, từ đó cải thiện đáng kể khả năng suy luận các dữ kiện bị thiếu. Đồng thời, luận án đi sâu vào hoàn thiện ĐTTT đa phương thức và ĐTTT thời gian, vốn là hai xu hướng nghiên cứu mới nổi, bao gồm việc tích hợp các mô hình ngôn ngữ huấn luyện trước và nhúng lịch đại.
Về phương pháp, luận án kết hợp phân tích định tính các tài liệu nghiên cứu tổng quan và chuyên sâu để đề xuất các kỹ thuật mới, cùng với phương pháp định lượng thông qua triển khai và đánh giá thực nghiệm các mô hình đề xuất trên các tập dữ liệu thực tế như OlpBench, DB15K, ICEWS14. Các đóng góp chính bao gồm phát triển các mô hình hoàn thiện ĐTTT dựa trên học chuyển giao như Glove-GRU-KGC và BERT/FastText-GRU-KGC, các mô hình hoàn thiện ĐTTT đa phương thức như AdaMF-MAT và T5-ViT-AdaMF-MAT, và các mô hình hoàn thiện ĐTTT thời gian sử dụng nhúng lịch đại như DE-RotatE. Mục tiêu là nâng cao độ chính xác và khả năng ứng dụng của ĐTTT trong các hệ thống thông minh, đặc biệt trong các bối cảnh dữ liệu phức tạp và biến đổi theo thời gian.