Một cải tiến trong đánh giá độ tương tự ngữ nghĩa giữa hai khái niệm trong kỹ nghệ Ontology

Hoàng Hữu Hạnh, Nguyễn Văn Trung<br /> <br /> <br /> <br /> MỘT CẢI TIẾN TRONG ĐÁNH GIÁ ĐỘ<br /> TƯƠNG TỰ NGỮ NGHĨA GIỮA HAI KHÁI<br /> NIỆM TRONG KỸ NGHỆ ONTOLOGY<br /> Hoàng Hữu Hạnh*, Nguyễn Văn Trung+<br /> Học Viện Công nghệ Bưu chính Viễn thông<br /> +<br /> Trường Đại học Khoa học Huế<br /> <br /> Tóm tắt: Đánh giá độ tương tự giữa hai khái niệm trong Trên thực tế, do tính tương tự của khái niệm hay thuộc tính<br /> ontology đóng vai trò quan trọng trong các bài toán thuộc khi xét trên cây phân cấp của chúng nên các kỹ thuật đánh<br /> lĩnh vực kỹ nghệ ontology bao gồm: đối sánh, so khớp, tích giá độ tương tự giữa hai khái niệm cũng có thể được áp<br /> hợp ontology. Bài báo này nêu một phương pháp mới để dụng cho hai thuộc tính. Theo T. Slimani [2], các kỹ thuật<br /> đánh giá độ tương tự ngữ nghĩa giữa hai khái niệm trong đánh giá độ tương tự giữa hai khái niệm trong ontology<br /> ontology. Bài báo cũng trình bày phương pháp quy hoạch được phân thành các loại sau đây:<br /> động để tính độ tương tự ngữ nghĩa giữa hai biểu thức khái (1) Đánh giá dựa vào cấu trúc: còn được gọi là đánh giá<br /> niệm bất kỳ dựa vào ontology cho trước.1 dựa vào việc đếm số cạnh nối giữa hai khái niệm<br /> trên cây phân cấp khái niệm.<br /> Từ khóa: Độ tương tự ngữ nghĩa, ngữ nghĩa, ontology, (2) Đánh giá dựa vào nội dung thông tin: đánh giá độ<br /> Web ngữ nghĩa tương tự giữa hai khái niệm dựa vào tần suất xuất<br /> hiện của các từ khoá tương ứng với hai khái niệm<br /> I. GIỚI THIỆU<br /> trong một tập hợp tài liệu cho trước.<br /> Web ngữ nghĩa là một lĩnh vực nghiên cứu đang phát (3) Đánh giá dựa vào đặc trưng của hai khái niệm đang<br /> triển nhanh trong phát triển của trí tuệ nhân tạo và các hệ xét. Đặc trưng của khái niệm có thể là tập hợp các từ<br /> thống tri thức; và nhận được sự quan tâm của cộng đồng đồng nghĩa của nó trong từ điển WordNet hoặc tập<br /> nghiên cứu trong thập niên vừa qua. Công nghệ Web ngữ hợp mối quan hệ của khái niệm trên cấu trúc phân<br /> nghĩa đang được áp dụng vào nhiều lĩnh vực khác nhau cấp.<br /> trong thực tế như tin-sinh học, tin học trong y tế, quản trị tri Ngoài ba nhóm phương pháp trên, trong một số trường<br /> thức, công nghệ phần mềm, xử lý ngôn ngữ tự nhiên, v.v… hợp, người ta cũng sử dụng kết hợp phương pháp dựa vào<br /> Thành phần quan trọng trong cấu túc của Web ngữ nghĩa và cấu trúc với phương pháp đánh giá dựa vào nội dung thông<br /> các ứng dụng của nó là ontology. tin hoặc đánh giá dựa vào đặc trưng của khái niệm.<br /> Trong một ontology người ta định nghĩa các thực thể -- Nhóm phương pháp đánh giá dựa vào cấu trúc được nhận<br /> bao gồm khái niệm, thuộc tính, cá thể -- và mối quan hệ xét là đơn giản do chỉ phụ thuộc cấu trúc phân cấp của<br /> giữa các thực thể này theo ngữ nghĩa được quy định tường ontology chứ không cần tham khảo đến nguồn dữ liệu ngoài<br /> minh bởi một ngôn ngữ logic xác định. Ngôn ngữ ontology như hai nhóm phương pháp còn lại. Một trong những<br /> được sử dụng phổ biến nhất hiện nay là OWL 22, được phương pháp đánh giá độ tương tự giữa hai khái niệm thuộc<br /> chuẩn hoá bởi tổ chức W3C vào năm 2012. Mối quan hệ nhóm này được ra đời sớm nhất là phương pháp của Wu và<br /> thường được xét đến nhiều nhất giữa các thực thể trong một Palmer [4]. Mặc dù được ra đời sớm và được nhận xét là<br /> ontology chính là mối quan hệ phân cấp, theo đó, các thực đơn giản nhưng phương pháp đánh giá của Wu và Palmer<br /> thể trong ontology được xếp trên các cây phân cấp: cây vẫn còn được sử dụng trong những năm gần đây, trong<br /> phân cấp khái niệm và cây phân cấp thuộc tính. nhiều công trình thuộc các lĩnh vực Web ngữ nghĩa hay xử<br /> Một trong những khâu quan trọng trong các bài toán lý ngôn ngữ tự nhiên [5].<br /> thuộc lĩnh vực kỹ nghệ ontology như đối sánh ontology, so Bài báo này sẽ phân tích và đề xuất một cải tiến cho<br /> khớp ontology, tích hợp ontology chính là đánh giá mức độ phương pháp Wu và Palmer để đánh giá độ tương tự giữa<br /> tương tự giữa hai thực thể của một hoặc nhiều ontology. hai khái niệm. Các phần tiếp theo của bài báo được trình<br /> bày như sau: Phần 2 trình bày các khái niệm cơ bản để tính<br /> Tác giả liên lạc: Hoàng Hữu Hạnh, độ tương tự ngữ nghĩa giữa hai khái niệm trên cây phân cấp<br /> Email: hoanghuuhanh@ptit.edu.vn của ontology. Phần 3 – là đóng góp chính của bài báo – nêu<br /> Đến tòa soạn: 11 /2019, chỉnh sửa: 12 /2019, chấp nhận đăng: 12/2019. các điểm còn tồn tại và đề xuất cải tiến cho phương pháp<br /> đánh giá của Wu-Palmer. Trong phần này, bài báo cũng<br /> trình bày phương pháp quy hoạch động để đánh giá độ<br /> <br /> SỐ 03&04 (CS.01) 2019 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 12<br /> MỘT CẢI TIẾN TRONG ĐÁNH GIÁ ĐỘ TƯƠNG TỰ NGỮ NGHĨA GIỮA HAI KHÁI NIỆM TRONG KỸ NGHỆ ONTOLOGY<br /> <br /> <br /> tương tự ngữ nghĩa giữa hai biểu thức khái niệm. Phần 4 niệm có tên trong . Với mọi khái niệm , ta có:<br /> của bài báo nêu kết luận và hướng mở rộng của bài báo.. •<br /> II. PHƯƠNG PHÁP WU-PALMER ĐÁNH GIÁ ĐỘ •<br /> TƯƠNG TỰ GIỮA HAI KHÁI NIỆM TRONG • khi<br /> ONTOLOGY • khi hoặc<br /> Gọi là một ontology. là tập các khái niệm có tên hoặc<br /> trong . Với hai khái niệm , chúng ta ký hiệu:<br /> − là tập các khái niệm cha trực tiếp của Dưới đây là ví dụ cho thấy các đặc điểm của phương<br /> pháp tính độ tương tự ngữ nghĩa giữa hai khái niệm trong<br /> trên .<br /> ontology.<br /> − là tập các khái niệm con trực tiếp của<br /> trên . Ví dụ 1. Cho ontology với các khái niệm lập thành cây<br /> − là tập các khái niệm cha chung nhỏ phân cấp như hình dưới đây:<br /> nhất của và trên .<br /> Lưu ý rằng, chúng ta luôn ngầm định, khái niệm đỉnh<br /> và khái niệm đáy là hai khái niệm có tên trong , tức là:<br /> và .<br /> Chúng ta định nghĩa số cạnh nối giữa hai khái niệm trên<br /> cây phân cấp khái niệm của ontology như sau:<br /> Định nghĩa 1. (Số cạnh nối giữa hai khái niệm trên<br /> cây phân cấp của ontology) Gọi là một ontology. là<br /> tập các khái niệm có tên trong . Ta nói là số cạnh<br /> nối giữa hai khái niệm , ký hiệu là<br /> nếu tồn tại là dãy ngắn nhất<br /> các khái niệm có tên trong sao cho:<br /> <br /> Hình 1. Cây phân cấp khái niệm của ontology động vật<br /> Độ tương tự giữa hai khái niệm và trong<br /> ontology được xác định lần lượt theo từng bước như sau:<br /> Ta quy ước: •<br /> − với ;<br /> •<br /> − nếu hoặc không phải là<br /> •<br /> khái niệm con của .<br /> •<br /> − Trong trường hợp ontology đã được xác định rõ,<br /> chúng ta có thể bỏ qua chỉ số để viết μ thay vì<br /> .<br /> <br /> Phương pháp đánh giá độ tương tự ngữ nghĩa giữa hai •<br /> khái niệm của Wu và Palmer được dựa trên số cạnh nối giữa<br /> hai khái niệm này đến khái niệm cha chung nhỏ nhất của Tương tự như vậy, độ tương tự ngữ nghĩa giữa hai khái<br /> chúng trên cây phân cấp khái niệm. niệm và – cũng có khái niệm cha chung nhỏ<br /> Định nghĩa 2. Gọi là một ontology. là tập các nhất là được tính như sau:<br /> khái niệm có tên trong . Độ tương tự ngữ nghĩa giữa hai<br /> khái niệm , ký hiệu là được xác định<br /> như sau:<br /> <br /> <br /> <br /> 3<br /> Chúng ta có một số nhận xét rút ra trực tiếp từ Định<br /> nghĩa 1 và Định nghĩa 2 như mệnh đề dưới đây:<br /> Ở Ví dụ 1, chúng ta có thể thấy rằng,<br /> . Điều phản ánh đúng hình<br /> Mệnh đề 1. Gọi là một ontology. là tập các khái<br /> ảnh trực quan của cây phân cấp khái niệm ở Hình 1: Hai<br /> <br /> SỐ 03&04 (CS.01) 2019 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 13<br />  Hoàng Hữu Hạnh, Nguyễn Văn Trung<br /> <br /> khái niệm càng cách xa khái niệm cha chung nhỏ nhất thì<br /> có độ giống nhau càng thấp. Đây cũng chính là ưu điểm của Định nghĩa 3. (Số cạnh nối μ’ giữa hai khái niệm trên<br /> phương pháp đánh giá Wu-Palmer. cây phân cấp của ontology) Gọi là một ontology. là<br /> Tuy vậy, phương pháp đánh giá Wu-Palmer có một tập các khái niệm có tên trong . Số cạnh nối trực tiếp μ’<br /> nhược điểm: không thể đánh giá được mức độ giống nhau giữa hai khái niệm , ký hiệu là được<br /> của các cặp khái niệm khi chúng có khái niệm cha chung xác định như sau:<br /> nhỏ nhất là ⊤. Điều này được chỉ ra ở Ví dụ 2 dưới đây:<br /> Ví dụ 2. Xét ontology ở Ví dụ 1. Ta có:<br /> <br /> <br /> • Trong trường hợp ontology đã được xác định rõ, chúng<br /> ta có thể bỏ qua chỉ số để viết μ’ thay vì .<br /> <br /> Bằng cách sử dụng μ’ thay cho μ trong công thức ở Định<br /> • nghĩa 2, chúng ta sẽ có công thức mới để đánh giá độ tương<br /> tự ngữ nghĩa giữa hai khái niệm như sau:<br /> <br /> Định nghĩa 4. Gọi là một ontology. là tập các khái<br /> niệm có tên trong . Độ tương tự ngữ nghĩa σ’ giữa hai<br /> • khái niệm , ký hiệu là được xác định<br /> Như vậy, theo cách tính của Wu và Palmer, cả hai cặp như sau:<br /> khái niệm và đều<br /> có độ tương tự như nhau, và bằng 0.<br /> <br /> Chúng ta cần phân biệt mức độ tương tự nhau giữa hai<br /> cặp khái niệm và Có thể thấy rằng, cũng có các tính chất tương tự như<br /> thay vì đánh giá chúng bằng nhau (và đều bằng 0) như cách được nêu ở Mệnh đề 1. Tức là:<br /> đánh gia của Wu và Palmer. Điều này thật sự cần thiết trong<br /> •<br /> các bài toán lựa chọn khái niệm thuộc về hai nhánh gốc của<br /> cây phân cấp khái niệm, chẳng hạn như bài toán xử lý xung •<br /> đột mức khái niệm trong quá trình tích hợp ontology theo • khi<br /> cách tiếp cận của lý thuyết đồng thuận [3]. Phần tiếp theo • khi hoặc hoặc .<br /> của bài báo sẽ nêu những điều chỉnh để khắc phục nhược Ví dụ dưới đây sẽ cho thấy tính chất ở Mệnh đề 1 của độ<br /> điểm này của phương pháp Wu-Palmer. tương tự cũng có trong độ tương tự .<br /> <br /> III. CÁC ĐỀ XUẤT ĐỂ KHẮC PHỤC HẠN CHẾ CỦA Ví dụ 3. Xét ontology như ở Ví dụ 1. Chúng ta tính độ<br /> PHƯƠNG PHÁP WU-PALMER<br /> tương tự ngữ nghĩa σ’ cho các cặp khái niệm và<br /> Phần này của bài báo trình bày cải tiến phương pháp Wu- .<br /> Palmer để tính độ tương tự ngữ nghĩa giữa hai khái niệm<br /> trong ontology theo các tiêu chí:<br /> • Vẫn đảm bảo tính chất của hàm tính độ tương tự như<br /> đã chỉ ra ở Mệnh đề 1.<br /> • Giữ được đặc tính trực quan của cây phân cấp khái<br /> niệm như phương pháp tính độ tương tự ngữ nghĩa<br /> của Wu-Palmer: Hai khái niệm càng cách xa khái •<br /> niệm cha chung nhỏ nhất thì có độ giống nhau<br /> càng thấp.<br /> • Phân biệt được mức độ giống nhau giữa các cặp<br /> khái niệm có khái niệm cha chung nhỏ nhất là khái<br /> niệm đỉnh ⊤.<br /> Trên thực tế, chúng ta chỉ cần điều chỉnh cách tính “số<br /> cạnh nối giữa hai khái niệm trên cây phân cấp của •<br /> ontology” ở Định nghĩa 1 như sau. “Số cạnh” này được gọi<br /> là số cạnh μ’ trong bài báo này. Như vậy, – hay,<br /> <br /> SỐ 03&04 (CS.01) 2019 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 14<br /> MỘT CẢI TIẾN TRONG ĐÁNH GIÁ ĐỘ TƯƠNG TỰ NGỮ NGHĨA GIỮA HAI KHÁI NIỆM TRONG KỸ NGHỆ ONTOLOGY<br /> <br /> <br /> giống với hơn khi so sánh và . Điều phản theo ontology được hiểu là độ tương tự của hai<br /> ánh đúng hình ảnh trực quan của cây phân cấp khái niệm: biểu thức khái niệm này khi đặt trên cây phân cấp khái niệm<br /> Hai khái niệm càng cách xa khái niệm cha chung nhỏ nhất của ontology . Ontology khi đó được gọi là ontology<br /> thì có độ giống nhau càng thấp. Nói cách khác, độ tương tự tham chiếu.<br /> σ’ vẫn giữ đúng ưu điểm của phương pháp tính Wu-Palmer. Độ tương tự ngữ nghĩa giữa hai khái niệm theo<br /> ontology được xác định theo công thức ở Định nghĩa 4<br /> 3.1. Khảo sát độ tương tự σ’ của hai khái niệm khi có như sau:<br /> khái niệm cha chung nhỏ nhất là khái niệm đỉnh<br /> Xét hai khái niệm sao cho<br /> . Khi đó được xác định như<br /> sau:<br /> Chúng ta có thể tính số cung nối giữa hai biểu thức khái<br /> niệm bất kỳ và dựa theo số cung nối giữa hai khái<br /> niệm có tên của ontology theo 3 trường hợp như sau:<br /> - Trường hợp 1) . Khi đó:<br /> Điều này chứng tỏ: Khi thì<br /> chứ không bị triệt tiêu như phương pháp của - Trường hợp 2) . Khi đó:<br /> Wu-Palmer. Hơn nữa, cũng bảo đảm rằng, khi hai<br /> khái niệm càng cách xa khái niệm đỉnh ⊤ (và càng - Trường hợp 3) Không có khái niệm có tên trên tương<br /> cách xa nhau – do hai khái niệm thuộc về hai nhánh của đương với hoặc . Khi đó:<br /> khái niệm đỉnh ⊤) thì độ tương tự giữa chúng càng giảm.<br /> Điều này cũng phản ánh đúng tính chất trực quan của cây<br /> Như vậy, bằng cách tính sẵn các thông số μ’ giữa các cặp<br /> phân cấp khái niệm.<br /> khái niệm của ontology (có thể dùng thuật toán tìm<br /> đường đi ngắn nhất giữa các cặp đỉnh như Floyd [1] chẳng<br /> Ví dụ 4. Xét lại ontology ở Ví dụ 1. Ta có:<br /> hạn), chúng ta có thể tính nhanh độ tương tự ngữ nghĩa σ’<br /> theo ontology tham chiếu của cặp biểu thức khái niệm bất<br /> • kỳ.<br /> <br /> IV. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN<br /> Bài báo đã đề xuất cách tính số cung nối μ’ giữa hai khái<br /> niệm trên cây phân cấp khái niệm của ontology, qua đó đưa<br /> ra cải tiến cho phương pháp Wu-Palmer để tính độ tương tự<br /> ngữ nghĩa σ’giữa hai khái niệm. Độ tương tự này vẫn giữ<br /> • nguyên ưu điểm của phương pháp gốc, nhưng cho phép<br /> định lượng được mức độ giống nhau của các cặp khái niệm<br /> nhận ⊤ làm khái niệm cha chung nhỏ nhất. Bài báo cũng<br /> đưa ra phương pháp hiệu quả để tính độ tương tự ngữ nghĩa<br /> theo ontology tham chiếu của hai biểu thức khái niệm bất<br /> kỳ.<br /> Trong tương lai, chúng tôi sẽ phân tích và áp dụng các đề<br /> • xuất của bài báo này cho các phương pháp đánh giá độ<br /> tương tự ngữ nghĩa khác (ngoài Wu-Palmer) theo hai<br /> Như vậy, hướng: đánh giá độ tương tự ngữ nghĩa giữa hai khái niệm<br /> – hay, giống với hơn khi so sánh trong ontology và đánh giá độ tương tự ngữ nghĩa giữa hai<br /> với . Điều này cũng phản ánh đúng hình ảnh biểu thức khái niệm bất kỳ.<br /> trực quan của cây phân cấp khái niệm ở Hình 1.<br /> REFERENCES<br /> 3.2. Vấn đề tính độ tương tự ngữ nghĩa giữa hai hai [1] R. Floyd (1962). Algorithm 97: shortest path,<br /> biểu thức khái niệm Communications of the ACM1, Vol. 5, Issue 6. pp. 345.<br /> [2] T. Slimani (2013). Description and Evaluation of Semantic<br /> Similarity Measures Approaches. International Journal of<br /> Với là một ontology, chúng ta mở rộng khái niệm độ<br /> Computer Applications, Vol. 80, Issue 10, pp. 25-33.<br /> tương tự giữa hai khái niệm trong ontology thành “độ tương [3] T. V. Nguyen, H. H. Hoang (2016). A Consensus-Based<br /> tự giữa hai biểu thức khái niệm theo ontology ” như sau: Method for Solving Concept-Level Conflict in Ontology<br /> Độ tương tự ngữ nghĩa giữa hai biểu thức khái niệm Integration, Trans. Computational Collective Intelligence, Vol.<br /> LCNS 8733, Issue XXII, pp. 414-423.<br /> <br /> SỐ 03&04 (CS.01) 2019 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 15<br />  Hoàng Hữu Hạnh, Nguyễn Văn Trung<br /> <br /> [4] T. Wu, Z. Palmer (1994), Verb Semantics and Lexical<br /> Selection, Proceedings of the 32nd annual meeting on<br /> Association for Computati`onal Linguistics, pp. 133-138.<br /> [5] Zhisheng Huang, Frank van Harmelen (2008). Using<br /> semantic distances for reasoning with inconsistent ontologies,<br /> The Semantic Web - ISWC 2008, p. 454-459.<br /> <br /> <br /> Hoàng Hữu Hạnh sinh ngày 13/04/1974 tại<br /> Huế. Năm 1996, ông tốt nghiệp Cử nhân<br /> ngành Toán-Tin học tại Trường Đại học Sư<br /> phạm Huế, Thạc sĩ khoa học tại Trường Đại<br /> học Bách khoa Hà Nội. Năm 2007, ông nhận<br /> học vị Tiến sĩ chuyên ngành Hệ thống thông<br /> tin tại Trường Đại học Công nghệ Vienna,<br /> Cộng hoà Áo. Năm 2012, ông nhận Chức<br /> danh Phó giáo sư tại Việt Nam. Từ năm 1996-2018 đến nay, ông là<br /> Giảng viên Khoa Công nghệ Thông tin, Trường ĐH Khoa học<br /> Huế; đồng thời đảm trách các nhiệm vụ quản lý tại Đại học Huế từ<br /> 2008 đến 2018. Từ tháng 10 năm 2018 ông là Giảng viên cao cấp<br /> tại Học viện Công nghệ Bưu chính Viễn thông (PTIT). Hiện nay là<br /> Giám đốc Trung tâm Đào tạo Quốc tế của PTIT.<br /> Lĩnh vực nghiên cứu: Biểu diễn tri thức, Web ngữ nghĩa, Linked<br /> Data, Ontology, Logic mô tả, Công nghệ phần mềm, Công nghệ<br /> dữ liệu, Quản lý quy trình nghệp vụ.<br /> <br /> Nguyễn Văn Trung sinh ngày 25/10/1981<br /> tại Thừa Thiên Huế. Năm 2003 ông tốt<br /> nghiệp cử nhân chuyên ngành Tin học tại<br /> trường Đại học Khoa học Huế. Năm 2018<br /> ông nhận bằng Tiến sĩ chuyên ngành Khoa<br /> học máy tính tại trường Đại học Huế. Từ<br /> năm 2004 đến nay ông giảng dạy và nghiên<br /> cứu khoa học tại Khoa Công nghệ Thông tin,<br /> trường Đại học Khoa học Huế.<br /> Lĩnh vực nghiên cứu: Các hệ thống thông tin,<br /> Quản lý và biểu diễn tri thức, Công nghệ phần mềm.<br /> <br /> <br /> <br /> <br /> SỐ 03&04 (CS.01) 2019 TẠP CHÍ KHOA HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG 16<br />