i
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
ĐÀO THÀNH CHUYÊN
TÌM HIỂU KỸ THUẬT TÓM TẮT ĐA VĂN BẢN TIẾNG VIỆT
SỬ DỤNG MÔ HÌNH ĐỒ THỊ
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
THÁI NGUYÊN, 2018
ii
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
ĐÀO THÀNH CHUYÊN
TÌM HIỂU KỸ THUẬT TÓM TẮT ĐA VĂN BẢN TIẾNG VIỆT
SỬ DỤNG MÔ HÌNH ĐỒ THỊ
Chuyên ngành khoa học máy tính
Mã số: 8 4 8 0 1 0 1
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
Người hướng dẫn khoa học: TS. Nguyễn Ngọc Cương
THÁI NGUYÊN, 2018
i
LỜI CAM ĐOAN
Em xin cam đoan tất cả các kết quả được trình bày trong luận văn: “Tìm
hiểu kỹ thuật tóm tắt đa văn bản tiếng Việt sử dụng mô hình đồ thị” là công
trình nghiên cứu của riêng em, không sao chép nguyên bản từ bất kỳ một công
trình nào khác. Các số liệu, kết quả nghiên cứu trong luận văn được sử dụng là
trung thực, đã được kiểm chứng và chưa được công bố trong bất kỳ công trình
của tác giả nào khác.
Nếu sai em xin hoàn toàn chịu trách nhiệm.
Thái Nguyên, ngày tháng năm 2018
Học viên
Đào Thành Chuyên
ii
LỜI CẢM ƠN
Trước hết em xin bày tỏ lòng biết ơn sâu sắc đến thầy giáo TS. Nguyễn
Ngọc Cương – Phó Cục trưởng cục Công nghệ thông tin, Bộ Công an là người
đã trực tiếp hướng dẫn, Nhóm của TS. Nguyễn Thị Thu Hà – Phó trưởng khoa
công nghệ thông tin, Đại học Điện lực đã chỉ bảo tận tình và hết lòng giúp đỡ
em trong suốt thời gian làm luận văn này.
Xin trân trọng cảm ơn tới Ban giám hiệu, các thầy cô giáo trường Đại
học Công nghệ thông tin và truyền thông Thái Nguyên đã chia sẻ và động viên
giúp đỡ em vượt qua mọi khó khăn để hoàn thành tốt công việc nghiên cứu của
mình.
Xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp và những người đã
luôn ủng hộ, quan tâm, giúp đỡ, động viên, tạo điều kiện tốt nhất và là chỗ dựa
vững chắc giúp em có thể hoàn thành luận văn.
Cuối cùng em xin gửi lời chúc sức khỏe và thành công tới tất cả quý thầy
cô và gia đình cùng toàn thể các bạn.
Thái Nguyên, ngày tháng năm 2018
Học viên
Đào Thành Chuyên
iii
MỤC LỤC
LỜI CAM ĐOAN ............................................................................................. i
LỜI CẢM ƠN .................................................................................................. ii
DANH MỤC CÁC TỪ VIẾT TẮT ................................................................ v
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ ....................................................... vi
DANH MỤC CÁC BẢNG BIỂU ................................................................. vii
MỞ ĐẦU .......................................................................................................... 1
CHƯƠNG 1: TỔNG QUAN CÁC KỸ THUẬT TÓM TẮT ĐA VĂN BẢN
TIẾNG VIỆT ................................................................................................... 6
1.1. Bài toán tóm tắt đa văn bản .................................................................... 6
1.1.1. Các khái niệm cơ bản .............................................................................. 6
1.1.2. Phân loại bài toán tóm tắt. ...................................................................... 6
1.2. Kỹ thuật tóm tắt đa văn bản tiếng Anh ................................................. 9
1.2.1. Tóm tắt đơn văn bản tiếng Anh ............................................................... 9
1.2.2. Tóm tắt đa văn bản tiếng Anh ............................................................... 10
1.3. Kỹ thuật tóm tắt đa văn bản tiếng Việt ................................................ 10
1.3.1. Tóm tắt đơn văn bản tiếng Việt ............................................................. 10
1.3.2. Tóm tắt đa văn bản tiếng Việt ............................................................... 15
1.4. Kết luận chương I. .................................................................................. 16
CHƯƠNG 2: PHƯƠNG PHÁP TÓM TẮT VĂN BẢN DỰA TRÊN MÔ
HÌNH ĐỒ THỊ ............................................................................................... 17
2.1. Hướng tiếp cận của bài toán tóm tắt đa văn bản ................................ 17
2.2. Các thách thức của quá trình tóm tắt đa văn bản .............................. 18
2.3. Phân cụm các văn bản ........................................................................... 22
2.4. Xây dựng mô hình chủ đề ...................................................................... 27
2.5. Tóm tắt văn bản tiếng Việt dựa trên mô hình đồ thị .......................... 31