Tóm tắt Luận án tiến sĩ Kỹ thuật: Nghiên cứu phương pháp tìm kiếm tài liệu dựa trên công thức toán

Chia sẻ: Trần Văn Nan | Ngày: | Loại File: PDF | Số trang:27

Thêm vào BST

Báo xấu

37
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu tổng quát của đề tài là đề xuất được một mô hình hệ thống cho phép biểu diễn, lưu trữ và tìm kiếm tài liệu dựa trên công thức toán với nhiều nền tảng hệ thống khác nhau: máy đơn, mạng nội bộ, trên Internet.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án tiến sĩ Kỹ thuật: Nghiên cứu phương pháp tìm kiếm tài liệu dựa trên công thức toán

BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƢU CHÍNH VIỄN THÔNG CAO XUÂN TUẤN NGHIÊN CỨU PHƢƠNG PHÁP TÌM KIẾM TÀI LIỆU DỰA TRÊN CÔNG THỨC TOÁN Chuyên ngành: Hệ thống thông tin Mã số: 62.48.01.04 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội, 2017
Công trình hoàn thành tại: Học viện Công nghệ Bưu chính Viễn thông Người hướng dẫn khoa học: 1. PGS.TS Võ Trung Hùng 2. TS Nguyễn Mạnh Hùng Phản biện 1: Phản biện 2: Phản biện 3: Luận án được bảo vệ trước Hội đồng cấp Học viện Họp tại số 122 Hoàng Quốc Việt, Hà Nội Vào lúc: Có thể tìm hiểu luận án tại: Thư viện Học viện Công nghệ Bưu chính Viễn thông
1 MỞ ĐẦU Trong những năm gần đây, cùng với sự phát triển mạnh mẽ của mạng Internet và công nghệ Web là sự bùng nổ thông tin số. Số lượng người sử dụng và lượng thông tin sản sinh ra trên mạng Internet gia tăng rất nhanh và chúng ta có thể tìm thấy hầu hết thông tin cần thiết khi có nhu cầu. Đặc biệt, lượng thông tin liên quan đến khoa học, phục vụ học tập, nghiên cứu cũng gia tăng nhanh chóng và phong phú về lĩnh vực. Các công cụ tìm kiếm phổ biến hiện nay như Google, Yahoo, Bing… chỉ hỗ trợ mạnh việc tìm kiếm các dữ liệu dưới dạng văn bản và hình ảnh, việc tìm kiếm các dữ liệu đặc biệt như các công thức toán thì các công cụ này hầu như chưa thực hiện được. Hiện nay, đã có nhiều công cụ cho phép soạn thảo và quản lý công thức toán, nhưng việc tìm kiếm còn gặp nhiều khó khăn do chưa có chuẩn chung về biểu diễn và lưu trữ. Vì thế, để tìm kiếm tài liệu dựa trên công thức toán, chúng ta cần có một cơ chế thống nhất để mô tả, lưu trữ và tìm kiếm theo ngữ nghĩa tương ứng với công thức đó. Mục tiêu nghiên cứu Mục tiêu tổng quát của đề tài là đề xuất được một mô hình hệ thống cho phép biểu diễn, lưu trữ và tìm kiếm tài liệu dựa trên công thức toán với nhiều nền tảng hệ thống khác nhau: máy đơn, mạng nội bộ, trên Internet. Mục tiêu cụ thể như sau: (1) Đề xuất một không gian biểu diễn và lưu trữ công thức toán theo một cách thống nhất và có thể chuyển đổi dễ dàng từ nhiều nguồn, nhiều công cụ soạn thảo và lưu trữ khác nhau. (2) Trên cơ sở mô hình thống nhất cách biểu diễn và lưu trữ đó, đề xuất phát triển một công cụ cho phép soạn thảo, tìm kiếm công thức toán một cách thuận lợi trong các văn bản.
2 (3) Đề xuất các giải pháp để tìm kiếm các tài liệu dựa trên công thức toán trên môi trường Internet bao gồm cả các Web thường và Semantic Web (Web ngữ nghĩa). Ý nghĩa và đóng góp Về mặt khoa học, các nghiên cứu này cho phép mở ra các hướng nghiên cứu mới về tiêu chuẩn lưu trữ, xử lý, khai thác các tài liệu toán học trên các hệ thống máy tính và mạng máy tính khác nhau. Đặc biệt, nghiên cứu xử lý các vấn đề phát sinh do các hệ điều hành, phần mềm ứng dụng sử dụng các tiêu chuẩn mã hóa và lưu trữ khác nhau. Ví dụ, để chuyển đổi một tài liệu nói chung hay một tài liệu toán học nói riêng giữa các phần mềm soạn thảo như Microsoft Word, OpenOffice, LaTeX,... Về mặt thực tiễn, luận án đã đề xuất và thử nghiệm thành công các công cụ cho phép soạn thảo, xử lý, tìm kiếm và chuyển đổi các tài liệu toán học; đã triển khai ở mức thử nghiệm một Semantic Web cho các tài liệu toán học và đã xây dựng một hệ thống tìm kiếm các tài liệu dựa trên công thức toán (VNMathSearch). Những kết quả bước đầu này là cơ sở quan trọng để có thể tiếp tục thực hiện những nghiên cứu mới trong tương lai. Những đóng góp chính của luận án có thể được tóm tắt trên các điểm chính như sau: (1) Đề xuất được một không gian soạn thảo, lưu trữ thống nhất các công thức toán và dễ dàng chuyển đổi định dạng công thức sang các tiêu chuẩn lưu trữ khác nhau, (2) Đề xuất và thử nghiệm thành công một hệ thống tìm kiếm tài liệu dựa trên công thức toán (văn bản hoặc Web) dựa trên ba thành phần: bộ sưu tập dữ liệu (crawler), lập chỉ mục (index) và tìm kiếm (search), (3) Đề xuất và thử nghiệm thành công một hệ thống tìm kiếm các tài liệu toán học dựa trên Semantic Web.
3 Bố cục của luận án Luận án được trình bày thành 4 chương. Trong đó, chương 1 giới thiệu tổng quan về tìm kiếm văn bản và công thức toán. Chương 2 trình bày những nghiên cứu về biểu diễn và lưu trữ công thức toán. Chương 3 trình bày những giải pháp đề xuất về tìm kiếm tài liệu dựa trên công thức toán và chương 4 là thử nghiệm, đánh giá những kết quả nghiên cứu của chương 2 và chương 3. CHƢƠNG 1: TỔNG QUAN VỀ TÌM KIẾM VĂN BẢN VÀ CÔNG THỨC TOÁN Chương này trình bày một số kết quả nghiên cứu tổng quan liên quan đến đề tài gồm: những khái niệm về văn bản và hệ thống tìm kiếm văn bản; các vấn đề đối với lưu trữ và tìm kiếm văn bản chứa công thức toán; định hướng nghiên cứu của luận án. 1.1. Bài toán tìm kiếm văn bản Một hệ thống tìm kiếm văn bản nói chung, thường có hai phần khá tách biệt là: (i) Phần hệ thống quản lí, lưu trữ; và (ii) phần hệ thống tìm kiếm như Hình 1.1. Hình 1.1. Kiến trúc tổng quan hệ thống lƣu trữ và tìm kiếm văn bản
4 1.2. Tìm kiếm văn bản chứa công thức toán Mô hình lưu trữ và tìm kiếm văn bản như đã trình bày trong mục 1.1 đã được áp dụng rộng rãi và được một số lượng lớn người dùng chấp nhận. Tuy vậy, mô hình này vẫn còn gặp nhiều khó khăn, hạn chế khi áp dụng vào bài toán tìm kiếm văn bản chứa công thức toán. Một số khó khăn có thể kể đến như: - Phần nội dung công thức toán trong văn bản được xử lí như là một đối tượng độc lập (chẳng hạn như hình ảnh, đoạn mã có định dạng đặc biệt,…) nhúng vào văn bản, do đó, không thể áp dụng các kỹ thuật xử lí văn bản vào các bước xử lí cho công thức toán. - Phần nội dung công thức toán được biểu diễn và lưu trữ trong các tài liệu khác nhau là không giống nhau. Điều này dẫn đến khó khăn trong việc đánh chỉ mục các tài liệu chứa công thức toán, trong việc tìm kiếm từ khóa chứa công thức toán và trong việc xếp hạng văn bản chứa công thức toán theo từ khóa nhập vào. Ký hiệu toán học là một loại văn bản định dạng đặc biệt. Nó dựa trên các bảng chữ cái khác nhau (tiếng Hy Lạp, tiếng Do Thái,…), các quy tắc và các bit của ký hiệu. Dưới đây là một số cách biểu diễn: 1) Biểu diễn công thức toán trên Microsoft Word Ví dụ trong Microsoft Word 2010, để hiển thị công thức √ , soạn thảo bằng Equation Editor (Soạn thảo phương trình) thì phải sử dụng đoạn mã sau: { EQ \r(3,x) } Hoặc được biểu diễn bằng đoạn mã sau: { EQ \f(x+2007, x+2008) } 2) Biểu diễn công thức toán trên OpenOffice.Org Để hiển thị công thức √ thì chúng ta có đoạn mã tương ứng sau: nroot{3}{x}
5 Hoặc để hiển thị công thức thì chúng ta có đoạn mã tương ứng sau: {x+2007} over {x+2008} 3) Biểu diễn công thức toán trên Website Để tạo công thức toán chúng ta phải nhập vào đoạn mã của LaTeX tương ứng. Sau đây là ví dụ minh hoạ: Để hiển thị công thức √ thì chúng ta phải nhập đoạn mã sau: $\sqrt[3]{2}$ Hoặc để hiển thị công thức thì chúng ta phải nhập đoạn mã sau: $\frac{x+2007}{x+2008}$ Hiện nay có rất nhiều phương pháp, cách thức và tiêu chuẩn áp dụng cho việc đặc tả, biểu diễn và lưu trữ công thức toán trên một văn bản, một số phương pháp, tiêu chuẩn thường được sử dụng là Ngôn ngữ đánh dấu TeX/LaTeX, Ngôn ngữ đánh dấu AMS-LaTeX, Ngôn ngữ đánh dấu HTML, Ngôn ngữ MathML...Trong đó, MathML được luận án đề xuất lựa chọn làm ngôn ngữ biểu diễn và lưu trữ chung cho hệ thống đề xuất. 1.3. Hƣớng tiếp cận của luận án Nội dung mục 1.2 đã trình bày thực tế không thống nhất giữa các hệ thống soạn thảo, biểu diễn và lưu trữ công thức toán trong văn bản. Thực tế này dẫn đến khó khăn cho việc áp dụng mô hình lưu trữ và tìm kiếm văn bản thuần như đã trình bày trong mục 1.1 vào bài toán lưu trữ và tìm kiếm văn bản chứa công thức toán. Để giải quyết những khó khăn này, có thể xem xét các hướng tiếp cận như sau: Giải pháp 1: Xây dựng hệ thống riêng cho bài toán lưu trữ và tìm kiếm văn bản chứa công thức toán.
6 Giải pháp 2: Cải tiến mô hình đã có bằng cách bổ sung các hệ thống đánh chỉ mục, tìm kiếm và xếp hạng văn bản theo các dạng lưu trữ công thức toán khác nhau. Giải pháp này thể hiện ở Hình 1.8. Hình 1.8. Kiến trúc hệ thống theo giải pháp 2 Giải pháp 3: Cải tiến mô hình đã có bằng cách đề xuất một chuẩn chung để biểu diễn và lưu trữ công thức toán trong văn bản và áp dụng mô hình truyền thống đối với dạng biểu diễn chung này. Giải pháp này thể hiện ở Hình 1.9. Hình 1.9. Kiến trúc hệ thống theo giải pháp 3
7 Trong 3 giải pháp này, luận án đề xuất lựa chọn giải pháp 3 để triển khai với lý do giải pháp 3 có đầy đủ ưu điểm của giải pháp 2, đồng thời khắc phục được các nhược điểm của giải pháp 1 và 2. Nhìn kiến trúc hệ thống trong Hình 1.9, chúng ta cũng dễ dàng nhận thấy giải pháp này cho kiến trúc hệ thống tinh gọn hơn và ít phải thay đổi hơn so với giải pháp 2. 1.4. Kết luận Chƣơng 1 Chương này đã trình bày những kết quả nghiên cứu tổng quan về quá trình soạn thảo và tìm kiếm công thức toán, tài liệu có chứa công thức toán. Việc soạn thảo và biểu diễn công thức toán trên các công cụ soạn thảo và đặc biệt trên Web hiện đang là một vấn đề được quan tâm. Chương 2. BIỂU DIỄN VÀ LƯU TRỮ CÔNG THỨC TOÁN Nội dung chương này sẽ tập trung trình bày đề xuất mô hình thống nhất cách biểu diễn và lưu trữ công thức toán trong văn bản, dựa trên ngôn ngữ đánh dấu MathML. Trên cơ sở lưu trữ chung đó, luận án đề xuất giải pháp để soạn thảo văn bản có chứa công thức toán và việc sao chép, chuyển đổi công thức toán được lưu trữ dưới các tiêu chuẩn biểu diễn khác nhau. 2.1. Mô hình biểu diễn và tìm kiếm công thức toán trong văn bản Hiện nay, có rất nhiều công cụ cho phép soạn thảo công thức toán trên văn bản như Microsoft Word, OpenOffice.org Writer, Acrobat, WebEditor,… Mặc dù kết quả hiển thị các công thức toán là tương tự nhau, nhưng mỗi công cụ soạn thảo văn bản có một chuẩn lưu trữ nội dung riêng, đặc biệt là lưu trữ nội dung các công thức toán như biểu diễn ở Hình 2.1.
8 Hình 2.1. Mô hình biểu diễn công thức toán trong văn bản truyền thống Thực tế này dẫn đến một số khó khăn: (1) Không thể sao chép công thức toán từ một công cụ soạn thảo này sang các công cụ soạn thảo khác, (2) Khó khăn khi tìm kiếm công thức toán trong các tài liệu được soạn thảo và lưu trữ khác nhau này. Từ thực tế của những khó khăn này, luận án đề xuất xây dựng một môi trường soạn thảo, biểu diễn và lưu trữ thống nhất, cho phép sao chép, tìm kiếm, chuyển đổi giữa các chuẩn lưu trữ khác nhau một cách dễ dàng. Hình 2.2 mô tả mô hình đề xuất của luận án. Hình 2.2. Mô hình biểu diễn và lưu trữ công thức toán trong văn bản đề xuất
9 Theo đó, một hệ thống quản lí và tìm kiếm tài liệu dựa trên công thức toán có hai mức: Thứ nhất là mức quản lí các công thức toán trong phạm vi một văn bản (mức thấp). Thứ hai là mức tìm kiếm các tài liệu có chứa công thức toán (mức cao). Mức cao sẽ được trình bày chi tiết trong chương 3 của luận án. Nội dung chương này tập trung trình bày về mức thấp của mô hình đề xuất. Ở mức thấp, luận án đề xuất một mô hình biểu diễn và lưu trữ công thức toán theo một chuẩn chung, là ngôn ngữ MathML. Khi đó, các công thức toán sẽ có một hệ thống soạn thảo đồng bộ chung, một hệ thống lưu trữ chung và một hệ thống hiển thị chung. 2.2. Biểu diễn và lƣu trữ công thức toán với MathML Đối với tiêu chuẩn lưu trữ, luận án đề xuất sử dụng MathML, vì đây là tiêu chuẩn được hỗ trợ bởi đa số các công cụ soạn thảo văn bản hiện nay và đặc biệt là được hỗ trợ bởi các trình duyệt Web. Để phát triển thử nghiệm công cụ soạn thảo văn bản cho phép soạn và lưu trữ công thức dưới dạng MathML, luận án sử dụng mã nguồn mở Amaya và tích hợp vào đó các công cụ phát triển mới để tìm kiếm và sao chép công thức toán qua lại với các công cụ soạn thảo văn bản khác. 2.3. Soạn thảo và hiển thị công thức toán với Amaya Để soạn thảo văn bản, luận án đề xuất sử dụng phần mềm mã nguồn mở Amaya[38]. Amaya là phần mềm theo kiểu WYSIWYG, người dùng có thể vừa soạn thảo và vừa có thể xem hiển thị kết quả trên trình duyệt. Các bộ công cụ của Amaya ở chế độ bảng lựa chọn tương tự như Microsoft Word, OpenOffice.Org Math,... [14]. 2.4. Sao chép công thức toán trong Amaya Luận án đề xuất xây dựng một chương trình thường trú và tích hợp vào Amaya để cho phép sao chép công thức được soạn thảo từ một công cụ soạn thảo khác sang trình duyệt Amaya. Mô hình hoạt động như sau:
10 Hình 2.5. Sơ đồ quá trình chuyển đổi dữ liệu trong ClipBoard Ý tưởng đề xuất là tiến hành sao chép công thức dưới dạng Text vào ClipBoard, tiến hành xử lý trên ClipBoard để chuyển sang ngôn ngữ đánh dấu MathML và sau đó chuyển vào Amaya. 2.5. Chuyển đổi công thức MathML với các định dạng khác Việc chuyển đổi định dạng giữa MathML và các định dạng khác cho công thức toán không gặp nhiều khó khăn khi triển khai trong thực tế. Vấn đề là tìm ra sự tương đương giữa MathML và chuẩn biểu diễn tương ứng trong TeX, LATEX, Microsoft Word,... để tạo ánh xạ khi chuyển đổi [35]. Việc chuyển đổi từ MathML sang TeX theo mô hình như sau: Hình 2.8. Mô hình chuyển đổi công thức từ MathML sang TeX Một đối tượng trong MathML được biểu diễn theo một cấu trúc được qui định trong mô hình đối tượng tài liệu (DOM) qui định bởi W3C [19]. Đối tượng này sẽ được biểu diễn dưới dạng cây như sau:
11 Hình 2.9. Biểu diễn dạng cây của công thức MathML Một đối tượng trong TeX cũng được biểu diễn dưới dạng cây nhưng khác với cây trong MathML về mặt lô-gíc. Mỗi một mức của cây này tương ứng với một nhóm trong TeX. Ví dụ: một biểu thức trong TeX $\sqrt {1-\alpha} + x^{3+a}$ sẽ được biểu diễn dưới dạng cây như sau: Hình 2.10. Biểu diễn dƣới dạng cây của đối tƣợng TeX 2.6. Kết luận Chƣơng 2 Chương này đã đề xuất mô hình biểu diễn và lưu trữ đồng bộ các công thức toán gồm hai mức: Mức thấp cho việc quản lí công thức toán trong phạm vi một tài liệu. Trong mức thấp này, MathML được đề xuất sử dụng như là tiêu chuẩn trung tâm phục vụ việc lưu trữ và xử lý các công thức toán. Môi trường soạn thảo được đề xuất xây dựng dựa trên mã nguồn mở Amaya, có hỗ trợ soạn thảo công thức toán theo chuẩn MathML.
12 Chƣơng 3 TÌM KIẾM T I LIỆU DỰA TRÊN CÔNG THỨC TOÁN Trên cơ sở mô hình biểu diễn thống nhất ở mức thấp trong mô hình hai mức như đã trình bày ở chương 2, nội dung chương này sẽ trình bày đề xuất mô hình tìm kiếm các tài liệu, đặc biệt là các tài liệu trên môi trường Web dựa trên công thức toán. Đề xuất ở chương này gồm 2 mảng là tìm kiếm trên các tài liệu, trang Web thông thường và tìm kiếm dựa trên Semantic Web. 3.1. Bài toán tìm kiếm tài liệu toán học Hầu hết các cách tiếp cận trong tìm kiếm dựa trên 2 thành phần chính: một là các kỹ thuật để biểu diễn thông tin (câu truy vấn, tài liệu) và hai là phương pháp so sánh các cách biểu diễn này. Mục đích là để tự động qui trình kiểm tra các tài liệu bằng cách tính toán độ tương đồng giữa các câu truy vấn và tài liệu. Qui trình tự động này thành công khi nó trả về các kết quả giống với yêu cầu của người sử dụng khi so sánh câu truy vấn với các tài liệu. Hình 3.1. Mô hình hệ thống tìm kiếm thông tin
13 3.2. Tìm kiếm các tài liệu có chứa công thức toán - Mô hình đề xuất Nội dung phần này sẽ trình bày giải pháp tìm kiếm những tài liệu hoặc trang Web được tạo ra từ mô hình biểu diễn và lưu trữ đồng bộ công thức toán trong văn bản như đã được đề xuất trong chương trước. Mô hình tìm kiếm này có hai quá trình chính đó là tạo chỉ mục cho các tài liệu và tìm kiếm khi có yêu cầu truy vấn của người dùng. Mô hình tổng quát của quá trình tạo chỉ mục và tìm kiếm như Hình 3.2. Các nguồn văn bản  user Mô-dun tìm kiếm Bộ chuyển đổi Tìm kiếm Lập chỉ mục văn bản công thức toán học và hiển thị kết quả CSDL Chỉ mục văn bản Hình 3.2. Mô hình tổng quát của quá trình tạo chỉ mục và tìm kiếm Như vậy, trong mô hình đề xuất cho chức năng tìm kiếm tài liệu chứa công thức toán, có 3 mô-đun: (1) Lập chỉ mục văn bản, (2) chuyển đổi công thức toán, (3) tìm kiếm và hiển thị kết quả. Trong đó, mô-đun chuyển đổi công thức toán chính là mô hình đồng bộ biểu diễn và lưu trữ công thức toán đã được đề xuất trong chương 2. Do đó, mô-đun này xin được không trình bày lại. Luận án sẽ trình bày chi tiết các bước trong hai mô-đun còn lại trong các mục tiếp theo.
14 - Mô hình lập chỉ mục văn bản Quá trình này thu thập các văn bản chứa công thức toán từ Internet và từ các nguồn khác, thực hiện đánh chỉ mục các văn bản theo đặc trưng của văn bản và lưu vào CSDL chỉ mục văn bản. Các bước chi tiết của quá trình này được mô tả trong Hình 3.3: Hình 3.3. Mô hình quá trình tạo chỉ mục Bước 1. Tiền xử lí văn bản theo thể loại: Bước này xác định xem văn bản có chứa công thức toán hay không? Nếu văn bản không chứa công thức toán, hệ thống sẽ loại văn bản đó ra khỏi quy trình đánh chỉ mục. Kết quả bước này là tập các văn bản thô chứa công thức toán. Các văn bản này được lưu trữ dưới nhiều dạng khác nhau như PDF, HTML, Doc, XML... Bước 2. Chuyển đổi định dạng văn bản: Bước này cho phép tìm kiếm trên các định dạng tài liệu ở bước 1, tài liệu này sẽ được chuyển
15 đổi về một định dạng thống nhất là XHTML+MathML. Kết quả bước này là tập các văn bản chứa công thức toán, đã được chuyển đổi thành công về định dạng thống nhất là XHTML +MathML. Bước 3. Bóc tách công thức toán trong văn bản: Nội dung tài liệu sẽ được bóc tách thành nội dung văn bản và nội dung toán học. Các nội dung văn bản được lập chỉ mục theo cách thông thường. Còn các công thức toán sau khi đã hoàn thành bước chuẩn hóa sẽ được chuyển đổi thành một chuỗi nén. Bước 4. Đánh chỉ mục và lưu vào CSDL chỉ mục văn bản: Bước này sẽ đánh chỉ mục các văn bản theo phương pháp Lucene. Sau đó các văn bản được lưu vào CSDL chỉ mục các văn bản. - Mô-đun tìm kiếm và hiển thị kết quả Mô-đun này cho phép người dùng nhập từ khóa hoặc công thức toán vào để tìm kiếm. Hệ thống sau đó sẽ tìm và tính điểm từng văn bản liên quan đến công thức muốn tìm trong CSDL chỉ mục các văn bản. Kết quả sẽ được hiển thị lên giao diện cho người dùng. Quá trình này được mô tả như trong Hình 3.4 với các bước chính như sau: Hình 3.4. Mô hình quá trình tìm kiếm
16 Bước 1. Tiếp nhận và chuẩn hóa câu truy vấn: Kết quả trả về của công thức được lưu trữ dưới dạng Presentation MathML, công thức này cũng có thể được chuyển đổi sang Content MathML hoặc LaTeX tùy vào nhu cầu tìm kiếm. Bước 2. Truy vấn – tìm kiếm: Để thực hiện chức năng tìm kiếm tài liệu có chức công thức toán, luận án đề xuất sử dụng phương pháp đối sánh mẫu (Pattern Matching) [4], [24]. Bài toán yêu cầu ta tìm ra một hoặc nhiều vị trí xuất hiện của mẫu trên một văn bản. Trong đó mẫu và văn bản là các chuỗi có độ dài m và n (m ≤ n). Bước 3. Xếp hạng kết quả tìm kiếm và hiển thị: Luận án sử dụng thuật toán xếp hạng TF-IDF (Term Frequency - Inverse Document Frequency - Tần số mục từ - Tần số tài liệu nghịch đảo). Ý tưởng của thuật toán này là mục từ truy vấn nào xuất hiện càng nhiều trong tài liệu, tài liệu sẽ có điểm càng cao. 3.3. Tìm kiếm tài liệu dựa trên Semantic Web - Mô tả ứng dụng Semantic Web toán học Luận án đề xuất xây dựng một hệ thống Semantic Web toán học dựa trên Semantic Web và lô-gíc mô tả được khuyến cáo bởi W3C. Điểm đặc biệt của ứng dụng này so với các ứng dụng khác là các tài liệu được soạn thảo và lưu trữ dựa trên không gian đề xuất ở chương 2 và chúng ta có thể tìm thấy các tài liệu dựa trên việc nhập vào công thức tìm kiếm hoặc dựa trên ngữ nghĩa được mô tả của các tài liệu hoặc các công thức toán. - Mô hình đề xuất Trên cơ sở khảo sát thực tế và nghiên cứu lý thuyết, luận án đề xuất một mô hình tổng quát cho hoạt động của hệ thống như sau:
17 Hình 3.5. Mô hình hóa hệ thống Semantic Web toán học 3.4. Kết luận Chƣơng 3 Nội dung chương này đã trình bày đề xuất về mô hình tìm kiếm văn bản có chức công thức toán, trên trang Web hoặc trên các Ontology. Các văn bản, tài liệu, Ontology này được soạn thảo và lưu trữ dựa trên mô hình thống nhất cách biểu diễn và lưu trữ văn bản đã trình bày ở chương 2, bao gồm hai giai đoạn là lập chỉ mục văn bản (hoặc xây dựng Ontology) chứa công thức toán và giai đoạn tìm kiếm văn bản chứa công thức toán. Chƣơng 4 THỬ NGHIỆM V ĐÁNH GIÁ Nội dung chương này sẽ trình bày việc thử nghiệm và đánh giá các mô hình đã đề xuất trong chương 2 và chương 3, bao gồm: Mô hình thống nhất cách biểu diễn và lưu trữ công thức toán trong văn bản; Mô tả hệ thống thử nghiệm; Trình bày phương pháp thử nghiệm; Kết quả thử nghiệm và đánh giá. 4.1. Chức năng soạn thảo và lƣu trữ công thức toán Cửa sổ soạn thảo công thức toán có thể chia thành ba vùng chính:
18 - Vùng menu phía trên: chứa các menu chức năng hỗ trợ cho công cụ và môi trường soạn thảo. - Vùng xem trước (preview) ở bên trái màn hình: cho phép hiển thị công thức toán như khi được hiển thị trong văn bản xuất ra. - Vùng soạn thảo bên phải và là trung tâm của màn hình: cho phép soạn thảo công thức toán dưới dạng MathML. Hình 4.1. Biểu diễn công thức theo dạng thẻ (tags) 4 2 Tìm kiếm trực tiếp công thức toán Ở mức này thực hiện tìm kiếm công thức toán xuất hiện trong một văn bản. Hình 4.4. Ví dụ tìm kiếm ký hiệu căn bậc 2