TÌM HIỂU WEB NGỮ NGHIÃ, ONTOLOGY VÀ PROTÉGÉ OWL TRONG TÌM KIẾM VĂN BẢN

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TP HỒ CHÍ MINH
KHOA KHOA HỌC MÁY TÍNH
 
BÁO CÁO ĐỀ TÀI MÔN BIỂU DIỄN TRI THỨC VÀ SUY
LUẬN
Đề tài : TÌM HIỂU WEB NGỮ NGHIÃ, ONTOLOGY VÀ
PROTÉGÉ OWL TRONG TÌM KIẾM VĂN BẢN
GV: PGS.TS Đỗ Văn Nhơn
HV: Dương Thị Xuân Thoại
Mã số: CH1301061
TP Hồ Chí Minh, 2014
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TP HỒ CHÍ MINH
KHOA KHOA HỌC MÁY TÍNH
 
Đề tài : TÌM HIỂU WEB NGỮ NGHIÃ, ONTOLOGY VÀ
PROTÉGÉ OWL TRONG TÌM KIẾM VĂN BẢN
GV: PGS.TS Đỗ Văn Nhơn
HV: Dương Thị Xuân Thoại
Mã số: CH1301061
TP Hồ Chí Minh, 2014
MỤC LỤC
DANH MỤC HÌNH
Tài liệu tham khảo
Lương Quý Tịnh Hà. Xây dựng công cụ tìm kiếm tài liệu học tập bằng các truy vấn ngôn
ngữ tự nhiên trên kho học liệu mở tiếng Việt.
Natalya F. Noy and Deborah L. McGuinness. Ontology Development 101: A Guide to
Creating Your First Ontology. Stanford University, Stanford, CA, 94305
Lê Thành Nhân, Võ Trung Hùng, Cao Xuân Tuấn, Hoàng Thị Mỹ Lệ. MATHIS – Hệ
thống hỗ trợ tạo chú thích và tìm kiếm tài liệu khoa học. Tạp chí khoa học và công nghệ, Đại
học Đà Nẵng - Số 4(39).2010
Trần Đình Khang, Vũ Tuyết Trinh, Đỗ Đức Thành, Đỗ Thị Ngọc Quỳnh. Một phương

pháp tìm kiếm dựa trên Ontology phục vụ quản lý thông tin khoa học công nghệ. Bộ môn Hệ
thống Thông tin, Trường Đại Học Bách Khoa Hà Nội.
Phạm Thị Mỹ Phượng, Từ Thị Ngọc Thanh. Tìm kiếm ngữ nghĩa ứng dụng trên lĩnh vực
eDoc.
Tài liệu hướng dẫn phiên bản mã nguồn mở OVL – Open 1.0
CNET.com,”Web ngữ nghĩa – Tương lai của WWW”,Sưu tầm: Nguyễn Hoài Tưởng
(mailto:), nhtuong,17/4/2007.
Đỗ Phúc, Hoàng Kiếm,“Rút trích ý chính từ văn bản tiếng Việt hỗ trợ tạo tóm tắt nội
dung”.
Đồng Thị Bích Thủy, Hồ Bảo Quốc,”Ứng dụng xử lý ngôn ngữ tự nhiên trong hệ tìm kiếm
thông tin trên văn bản tiếng Việt”.
Nguyen Phi Minh Tri, Nguyen Tuan Dang. Building a Universal Ontology for Vietnamese
Language. Faculty of Computer Science, University of Information Technology.
Sean Bechhofer, Ian Horrocks, Daniele Turi. The OWL Instance Store: System
Description. Information Management Group, School of Computer Science, The University
of Manchester
Bijan Parsia and Evren Sirin. Pellet: An OWL DL Reasoner. MINDSWAP Research
Group, University of Maryland, College Park, MD
Thomas R.Gruber. Toward Principles for the Design of Ontologies Used for Knowledge
Sharing. Stanford Knowledge Systems Laboratory, 701 Welch Road, Building C Palo Alto,
CA 94304,
Nhóm nghiên cứu của thầy Đỗ Phúc. Phát triển một Hệ thống S.E Hỗ trợ Tìm kiếm
Thông tin, thuộc lãnh vực CNTT trên Internet qua từ khóa bằng tiếng Việt.
L. H. Phuong, N. T.M. Huyen, R. Azim, H. T. Vinh. A hybrid approach to word
segmentation of Vietnamese texts. Proceedings of the 2nd International Conference on
Language and Automata Theory and Applications, LATA 2008, Springer LNCS 5196,
Tarragona, Spain, 2008.
B. E. Boser, I. M. Guyon, and V. N. Vapnik. A training algorithm for optimal margin
classifiers. In D. Haussler, editor, 5th Annual ACM Workshop on COLT, pages 144-152.
Pittsburgh, PA, 1992.

Nguyễn Linh Giang, Nguyễn Mạnh Hiển . Phân loại văn bản tiếng Việt với bộ phân loại
vectơ hỗ trợ SVM.
Boanerges Aleman-Meza, Farshad Hakimpour, I. Budak Arpinar. SwetoDblp Ontology
of Computer Science Publications. LSDIS Lab, Computer Science Department, University
of Georgia, Athens, GA.
Olivier Corby, Rose Dieng, C´edric H´ebert, ”A Conceptual Graph Model for W3C
Resource Description Framework”.
Pavlin Dobrev, Albena Strupchanska,Kristina Toutanova, ”CGWorld – from Conceptual
Graph Theory to the Implementation”.
Slim Turki,Christine Aïdonidis,Abdelaziz Khadraoui,Michel Léonard,“Towards
Ontology-Driven Institutional IS Engineering”
Thanwadee Thanitsukkarn, Anthony Finkelstein, “A Conceptual Graph Approach to
Support Multiperspective Development Environments”.
Website tham khảo:
http :// www . acm . org /


http :// www . acm . org / education / curricula - recommendations [2001 2005 curriculum
recommendations]
http :// dblp . uni - trier . de /
http :// xmlns . com / foaf / spec /
http :// dublincore . org /


/> />:8080/demo/?page=resources
/>

PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Chương 1 : WEB Ngữ Nghĩa và Ontolog
1. Web ngữ nghĩa (Semantic Web – SW)

1.1. Giới thiệu
Web ngữ nghĩa là sự mởrộng của Web hiện tại mà trong đó thông tin được định nghĩa
rõ ràng sao cho con người và máy tính có thể cùng làm việc với nhau một cách hiệu quả
hơn. Mục tiêu của Web có ngữ nghĩa là để phát triển các chuẩn chung và công nghệ cho
phép máy tính có thể hiểu được nhiều hơn thông tin trên Web, sao cho chúng có thể hỗ trợ
tốt hơn việc khám phá thông tin, tích hợp dữ liệu (dữ liệu liên kết động), và tự động hóa các
công việc.
1.2. Web ngữ nghĩa là gì?
Web ngữ nghĩa được phát triển bởi Tim- Berners Lee, cha đẻ của WWW, URIs, HTTP
và HTML. Theo Ông, ‘‘ Web ngữ nghĩa là sự mởrộng của Web hiện tại, cho phép người
dùng có thể truy tìm, phối hợp, sử dụng lại và trích lọc thông tin một cách dễ dàng và chính
xác ’’. (Tim- Berners Lee, XML-2000).
1.2.1. Nội dung xây dựng Web ngữ nghĩa
Để xây dựng hệ thống Web ngữ nghĩa thay thế cho World Wide Web hiện tại, các nhà
nghiên cứu đang nỗlực và tập trung nghiên cứu với ba hướng chính sau:
Chuẩn hoá các ngôn ngữ biểu diễn dữ liệu (XML) và siêu dữ liệu (RDF) trên Web.
Chuẩn hoá các ngôn ngữ biểu diễn Ontology cho Web có ngữ nghĩa.
Phát triển nâng cao Web có ngữ nghĩa (Semantic Web Advanced Development -
SWAD).
8
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
1.2.2. Kiến trúc phân tầng của Semantic Web
Hình - Kiến trúc phân tầng của web ngữ nghĩa năm 2006
Trong cấu trúc trên mỗi tầng có một vai trò nhất định:
Tầng URI, UNICODE
Unicode:là một bảng mã chuẩn chung có đủ các ký tự để thống nhất sự giao tiếp trên
tất cả các quốc gia.
URI (Uniform Resource Identifier):là kí hiệu nhận dạng Web đơn giản.
Tầng XML
XML – (eXtensible Markup Language) là ngôn ngữ đánh dấu mở rộng, cho phép người

dùng có thể tùy ý thêm vào những thẻ theo yêu cầu của mình.
Tầng RDF
RDF (Resource Description Framework): Khung mô tả tài nguyên - RDF được W3C
giới thiệu để cung cấp một cú pháp chuẩn để tạo, thay đổi và sử dụng các chú thích trong
Web ngữ nghĩa.
Tầng Ontology
9
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Ontology Vocabulary Bộtừ vựng ontology được xây dựng trên cơ sở tầng RDF và
RDFS, cung cấp biểu diễn ngữ nghĩa mềm dẻo cho tài nguyên web và có khả năng hỗ trợ lập
luận.
Tầng Logic
Việc biểu diễn các tài nguyên dưới dạng các bộ từ vựng ontology có mục đích là để
máy có thể lập luận được. Mà cơ sở lập luận chủ yếu dựa vào logic.
Tầng Proof
Tầng này đưa ra các luật để suy luận. Cụ thể từ các thông tin đã có ta có thể suy ra các
thông tin mới.
TầngTrust
Đảm bảo tính tin cậy của các ứng dụng trên Web ngữ nghĩa.
2. RDF Nền tảng của Semantic Web
2.1. Giới thiệu về RDF
RDF là một thành phần quan trọng của Semantic Web, được đặt trên XML, RDF sử
dụng cú pháp của XML để biểu diễn thông tin. Ngôn ngữ XML dùng để biểu diễn thông tin
trong RDF được gọi là RDF/XML. Thông qua định dạng này, các thông tin trong RDF có
thể được trao đổi dễ dàng giữa các hệ thống máy tính cũng như các hệ điều hành hay các
ngôn ngữ lập trình ứng dụng khác nhau.
2.2. RDF là gì?
RDF (Resource Description Framework) là một “bộ khung” được sửdụng để mô tả các
nguồn tài nguyên trên Internet
2.3. Mô hình RDF

Mô hình cơbản của RDF gồm ba đối tượng sau:
Tàinguyên (Resources): là tất cảnhững gì được mô tả bằng biểu thức RDF.
Thuộc tính (Properties): thuộc tính, đặc tính, hoặc quan hệ dùng để mô tả tính chất của
tài nguyên.
Phát biểu (Statements): mỗi phát biểu gồm ba thành phần sau:
Subject (Tài nguyên): địa chỉ hay vị trí tài nguyên muốn mô tả
10
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Predicate (Vịngữ): xác định tính chất của tài nguyên.
Object (Bổngữ): có thể là một giá trị nguyên thủy hoặc cũng có thể là một tài nguyên.
Mỗi một phát biểu (subject, predicate, object) còn gọi là một bộ ba ( triple).
Ví dụ: Xét phát biểu sau “Sơn có anh là Minh”
Phát biểu trên được phân ra thành các phần sau:
Subject sơn
Predicate has Brother (có anh)
Object Minh
2.4. Đồ thị RDF
Một tập hợp các RDF Triple được gọi là một đồ thị RDF (RDF Graph).
Hình - Mối quan hệ giữa các thành phần trong triple
Vi dụ1: Mô hình hóa cho phát biểu trên
Hình - Mô hình bộ ba Triple
11
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
2.5. Namespace
Namespace là một tập các tên (name), được định danh bởi các URI, được sử dụng
trong các tài liệu XML nhưcác element type và attribute name
2.6. Literal
Literal được sử dụng để biểu diễn các giá trị như con số, ngày tháng, chuỗi Bất cứ cái
gì có thể biểu diễn bởi một giá tri Literal cũng có thể được biểu diễn dưới dạng một URI.
2.7. Kiểu dữ liệu có cấu trúc

2.7.1. RDF Container
RDF sử dụng một số phần tử đặc biệt để xây dựng các danh sách, gọi là các “bộ chứa”
(RDF Container). Ba phần tử chính được dùng để mô tả các nhóm là rdf:Bag, rdf:Seq và
rdf:Alt.
2.7.2. RDF Collection
RDF collection cho phép khai báo một tập hợp đóng. Cấu trúc của RDF Collection
tương tự như một danh sách, có phần tử đầu (rdf:first), phần tử kế (rdf:rest) và phần tử cuối
(rdf:nil).
2.8. RDFS (RDF Schema)
RDFS được sử dụng để định nghĩa các nguồn tài nguyên và các lớp. Trong RDF, tất cả
mọi thứ đều được coi là các nguồn tài nguyên, bản thân các lớp cũng là các nguồn tài
nguyên, nhưng bên trong nó cũng có thể là tập hợp các nguồn tài nguyên khác.
RDF/RDFS trước đây được coi là một thành phần cốt yếu để biểu diễn nội dung trong
Semantic Web. Tuy nhiên, chúng không đủ mạnh để mô tả thông tin một cách chi tiết. Cụ
thể hơn, chúng không có các ràng buộc cục bộ giữa domain và range, các ràng buộc tồn tại,
tập hợp, các thuộc tính bắc cầu nghịch đảo, đối xứng… (các thuộc tính liên quan đến logic),
và đặc biệt là chúng không có chuẩn ngữ nghĩa nên khó hỗ trợ cho suy diễn, lập luận.
12
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
3. Ontology và ngôn ngữ Web OWL
3.1. Khái niệm Ontology
Ontology cung cấp một bộ từ vựng chung dùng để mô tả một lĩnh vực nghĩa là một loại
đối tượng hay khái niệm hiện hữu, cùng với các thuộc tính và quan hệ giữa chúng và lời đặc
tả cho nghĩa của những từ trong bộ từ vựng.
Khái niệm ontology được nhiều nhóm nghiên cứu định nghĩa. Năm 2002, Bates đề xuất
rằng một ontology sẽ được mô tả một cách chính xác hơn (như) là “một sự phân loại, các từ
điển chuyên ngành hay là tập các nhóm khái niệm”. Một định nghĩa khác của ontology là sự
phân loại, các danh mục của các thuật ngữ chỉ mục, hay các cụm thuật ngữ khái . Một
ontology là một mô hình của thực tế, nhưng tự nó không là thực tế. Bates (trong công bố
năm 2002) cũng đề nghị dùng một khái niệm mới thay ontology. Theo đó, hệ thống nên

được gán một nhãn mô tả chính xác hơn – một sự phân loại, các từ điển chuyên ngành hay là
tập các cụm khái niệm (trong công trình của Soegel, năm 1999).
Theo Leger và cộng sự, các ontology cải thiện độ chính xác trong tìm kiếm thông tin
mờ và thuận tiện hoá việc đối thoại đơn-đa ngôn ngữ người-máy bởi diễn giải truy vấn của
người dùng thông qua các sự nhận dạng ngữ cảnh và khử nhập nhằng. Năm 2003, Guber
định nghĩa một ontology là một đặc tả của khái niệm, và giải thích rằng các ontology được
sử dụng trước tiên trong triết học rồi đến trí tuệ nhân tạo. Trong ngôn ngữ tự nhiên, một từ
có thể có nhiều nghĩa phụ thuộc trên ngữ cảnh thích hợp. Ontology là một tổ chức chặt chẽ
và toàn diện về một hoặc vài miền tri thức, bao gồm các thực thể tương ứng trong miền đó
và các mối quan hệ giữa chúng.
Trong ngành khoa học máy tính, ontology là một kho dữ liệu biểu diễn một tập các
khái niệm và các quan hệ, dùng đểmô tả, định nghĩa các tính chất của miền (domain).
Ontology cung cấp những từ vựng và cách biểu diễn thông tin cần thiết, phù hợp cho việc
giao tiếp tường minh trong một miền tri thức. Ontology cải tiến tính chính xác trong tìm
kiếm thông tin mờ và làm cho việc đối thoại giữa người và máy dễ dàng hơn bằng cách chú
giải câu truy vấn của người dùng thông qua việc xử lý nhập nhằng và xác định ngữ cảnh.
Trong ngôn ngữ tự nhiên, một từ có thể có nhiều nghĩa phụ thuộc vào ngữ cảnh. Theo đó,
13
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
ontology có thể cung cấp ngữ cảnh liên quan để hỗ trợ xác định nghĩa phù hợp cho từ. Trong
một hệ thống máy tính, ngữ cảnh có thể được biểu diễn hay ràng buộc bởi một ontology, vì
thế mô hình ontology hiệu quả trong việc xử lý nhập nhằng về nghĩa của từ trong một câu
bất kỳ.
3.2. Các kiểu kiến trúc của Ontology
Trong môi trường mở như Web, các ontology được phát triển và bảo trì một cách độc
lập trong môi trường phân tán. Do đó hai hệ thống có thể sử dụng hai ontology khác nhau để
mô tả cho hai domain tương tự nhau, vấn đề này được gọi là không thống nhất ontology. Có
ba kiến trúc cơ bản nhằm giải quyết vấn đề này, đó là: ontology đơn, đa ontology, và
ontology phức hợp.
3.3. Vai trò của Ontology

Danh sách dưới đây sẽ phân tích vai trò của Ontology trong ngữ cảnh ứng dụng Web
có ngữ nghĩa.
Chia sẻ sự hiểu biết chung giữa các ứng dụng và con người.
Cho phép sử dụng lại tri thức.
Đưa ra các giả thiết rõ ràng về miền.
Phân tách tri thức lĩnh vực với tri thức thao tác.
Phân tích tri thức lĩnh vực. Phân tích hình thức của các khái niệm, cần thiết cho việc
tái sử dụng và mở rộng Ontology.
3.4. Các thành phần của Ontology
Các cá thể (Individuals): Các cá thể là các thành phần cơ bản, nền tảng của một
Ontology.
Các lớp (Classes): các lớp là các nhóm, tập hợp các đối tượng trừu tượng. Chúng có
thể chứa các cá thể, các lớp khác, hay là sự phối hợp của cả hai.
Các thuộc tính (Properties): các đối tượng trong Ontology có thể được mô tả thông
qua việc khai báo các thuộc tính của chúng. Mỗi một thuộc tính đều có tên và giá trị của
thuộc tính đó. Các thuộc tính được sử dụng để lưu trữ các thông tin mà đối tượng có thể có.
14
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Các mối quan hệ (Relation): Một mối quan hệ là một thuộc tính có giá trị là một đối
tượng nào đó trong Ontology.
3.5. Tính chất và các vấn đề liên quan đến Ontology
Các ontology có dạng tổng quát (general ontology) hoặc dạng chuyên biệt (specific
ontology). Word Net, EuroWord Net và Cyc là các ví dụ của ontology tổng quát. Nhiều
ontology chuyên biệt đã được xây dựng, ví dụ như ontology về y khoa và luật pháp. Trong
tài liệu năm 2003 Buckland phân biệt ba kiểu ontology là:
− Ontology tiên đề: chứa các khái niệm trừu tượng được hợp lý hoá từ các biện giải
(reasoning);
− Ontology thuật ngữ: bao gồm cấu trúc của các khái niệm từ vựng (lexicalised
concepts).
− Ontology về lĩnh vực (domain ontology): thể hiện hệ thống tổ chức tri thức dùng cho

các mục đích cung cấp tài liệu cho một vấn đề, như là hệ thống Dewey Decimal
Classification (DDC) sử dụng chú thích dạng số để biểu thị số lượng không giới hạn các chủ
đề với chỉ mục ngôn ngữ tiếng Anh cho các số phân loại.
Cũng theo Buckland, các kiểu phân biệt nêu trên dẫn đến các phân loại ontology gồm:
− Axiomatic: chứa các khái niệm trừu tượng.
− Terminological: gồm cấu trúc của những khái niệm được từ vựng hóa.
− Domain: biểu diễn những hệ thống tổchức tri thức dùng cho mục đích lưu trữ, tài
liệu).
Kashyap (công bố năm 2001) đề nghị một giải pháp xây dựng ontology từ việc sử dụng
lại những thông tin có sẵn dựa trên nền tảng cơ sở dữ liệu quan hệ như các giản đồ(schema),
truy vấn của người dùng, từ điển dữ liệu (data dictionary) và từ điển thuật ngữ (the sauri).
Tuy công trình này không nêu bật được kết quả thực nghiệm liên quan, nhưng kết quả của
nghiên cứu này cho thấy tính khả thi của phương án đề xuất về mặt thực tiễn, đặt cơ sở cho
các nghiên cứu khác.
Ưu điểm của ontology là tính sẵn sàng, nhiều công cụ phần mềm có sẵn, hỗ trợ hoặc
tạo mới ontology. Ngoài ra, những ưu điểm hứa hẹn khác như:
15
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
− Có khả năng sẵn sàng cho việc truy cập (theo Bateman, năm 2005).
− Có khả năng chứa số lượng lớn các danh từ riêng, tên cá nhân nơi chốn.
− Có nhiều phần mềm trợ giúp tạo tự động và hỗ trợ phát triển của ontology.
− Hầu hết các ontology được biểu diễn trong một ngôn ngữ khả chuyển như là XML
hoặc các ngôn ngữ phát triển trên nền tảng XML như RDF, OWL. Nhờ đó, các tính năng của
XML có thể được dùng để thực hiện sự thay đổi trong việc phát triển các ontology.
Tuy nhiên, như đã nêu trong phần trên, ontology cũng có một số hạn chế sau:
− Từ vựng không phù hợp giữa từ khóa trong truy vấn và ngữ cảnh, cần một quá trình
ánh xạ để xử lý cho trường hợp này.
− Sự không tương thích giữa các thuật ngữ (của) truy vấn và các khái niệm trong
ontology. Giải pháp xử lý là cần có một quy trình liên kết nhằm giải quyết vấn đềnày.
− Nếu một ontology cho một miền cụ thể chưa tồn tại thì phải hao tốn rất nhiều công

sức cần thiết cho việc xây dựng ontology từ đầu không chỉ từquan điểm kỹ thuật mà còn từ
quy trình rút trích tri thức từ các chuyên gia và sự đồng thuận trong cách nhìn nhận.
Ontology cũng được sử dụng cho các nghiên cứu về truy xuất thông tin như tóm lược
theo chủ đề (thematic summarisation), khử nhập nhằng nghĩa của từ (word sense
disambiguation), lập chỉ mục, phân loại văn bản, truy vấn hình ảnh, truy xuất thông tin
xuyên ngôn ngữ, và mở rộng truy vấn. Mô tả chi tiết cho mở rộng truy vấn sẽ được trình bày
trong các mục tiếp theo.
3.6. Ngôn ngữ OWL
OWL (The Web Ontology Language) là một ngôn ngữ gần như XML dùng để mô tả
các hệ cơ sở tri thức. OWL là một ngôn ngữ đánh dấu dùng để xuất bản và chia sẻ dữ liệu
trên Internet thông qua những mô hình dữ liệu gọi là “Ontology”. OWL biểu diễn ý nghĩa
của các thuật ngữ trong các từ vựng và mối liên hệ giữa các thuật ngữ này để đảm bảo phù
hợp với quá trình xử lý bởi các phần mềm.
16
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Chương 2 : Hệ Thống Tìm Kiếm Văn Bản
1. Dự kiến chức năng của hệ thống
Chúng tôi kiến sẽ phát triển hệ thống tìm kiếm văn bản với các chức năng nổi bật sau :
- Hệ thống sẽ có kho dữ liệu về văn bản lớn nhất, đầy đủ nhất hiện nay.
- Hệ thống sẽ ứng dụng công nghệ web ngữ nghĩa, nhằm tạo điều kiện cho người sử
dụng dễ dàng tìm kiếm với lượng thông tin quá lớn.
- Hệ thống sẽ có chế độ học tập thông minh, tự động thu thập thông tin từ nhiều nguồn
khác nhau và tự động tổ chức dữ liệu.
- Hệ thống sẽ là diễn đàn tương tác thông minh giữa người dùng với nhau. Người sử
dụng có thể thảo luận, trao đổi hoặc cung cấp thông tin qua lại với nhau.
2. Mô tả hệ thống
Cấu trúc của một máy tìm kiếm theo công nghệ web semantic, về cơ bản cũng có cấu
trúc tương tự với một máy tìm kiếm thông thường, bao gồm 2 thành phần chính là giao diện
truy vấn và phần kiến trúc bên trong.
2.1. Giao diện truy vấn

- Cho phép người dùng nhập yêu cầu tìm kiếm.
- Hiển thị kết quả tìm kiếm.
2.2. Phần kiến trúc bên trong
Đây là phần cốt lõi của máy tìm kiếm bao gồm các thành phần: phân tích yêu cầu, tìm
kiếm kết quả cho yêu cầu, dữ liệu tìm kiếm, mạng ngữ nghĩa. Sự khác biệt trong cấu trúc của
máy tìm kiếm ngữ nghĩa so với tìm kiếm thông thường nằm ở phần kiến trúc bên
trong, cụ thể ở 2 phần: phân tích câu hỏi và tập dữ liệu tìm kiếm. Mô hình được đề xuất
trong luận văn cho ứng dụng tìm kiếm ngữ nghĩa như hình sau :
17
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Hình - Mô hình đề xuất cho hệ thống tìm kiếm văn bản.
2.3. Cơ sở dữ liệu
Cơ sở dữ liệu nhằm cung cấp cho trang web tìm kiếm được thu thập tự động từ các
website phổ biến trên Internet hoặc tự nhập vào bằng tay.
Hệ thống tìm kiếm văn bản sẽ hướng đến việc cập nhật dữ liệu tự động thông qua các
robot tìm kiếm, phân tích dữ liệu thông minh. Nhân tố con người sẽ đóng vai trò kiểm tra và
chỉnh sửa dữ liệu trong hệ thống đó.
Chương 3: Công Cụ Protégé và Ontology
Chúng tôi tập trung trình bày những thư viện, công cụ, môi trường phát triển hệ thống
tìm kiếm văn bản.
1. Protégé - Công cụ xây dựng ontology
1.1. Đặc điểm của Protégé
Protégé là bộ phần mềm mã nguồn mở Java nổi tiếng. Protégé được nghiên cứu và phát
triển từ năm 1998 bởi nhóm nghiên cứu của Mark Musen, ĐH. Stanford nhằm quản lý các
thông tin trong lĩnh vực sinh y học. Mã nguồn Protégé có thể được tìm thấy tại website:
/>Hình 2.1 Giao diện phần mềm Protégé
Đây là phần mềm miễn phí dùng để tạo ra các mô hình và các ứng dụng bằng cách sử
dụng các ontology. Protégé được phát triển bởi trường Đại học Stanford và Mark Musen.
18
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại

Chức năng nổi bật nhất của phần mềm này là cho phép người dùng sử dụng tạo ra các
ontology để phát triển web ngữ nghĩa theo đúng chuẩn của ngôn ngữ W3C OWL.
Chức năng nổi bật nhất của phần mềm này là cho phép người dùng sử dụng tạo ra các
ontology để phát triển Web Semantic theo đúng chuẩn của ngôn ngữ W3C OWL.
Protégé có hai phiên bản OWL và API.
Phiên bản Protégé-API có nền tảng từ OKBC (Open Knowledge Base Connectivity).
OKBC là một ứng dụng lập trình giao tiếp thực hiện truy xuất dữ liệu thông minh.
Phiên bản Protégé-OWL được phát triển dựa trên hai yêu cầu chính. Đầu tiên là yêu
cầu định nghĩa các đối tượng và quan hệ tồn tại giữa chúng. Sau đó là yêu cầu xây dựng các
đặc điểm kỹ thuật phục vụ ý tưởng chia sẻ thông tin.
Các đối tượng xây dựng chính của Protégé là :
- Classes – tổ chức các quan hệ tham chiếu và các kiểu thực thi
- Axioms – mô hình câu lệnh đúng
- Instances – các thể hiện, các thành phần của đối tượng
- Domain – giới hạn của ontology
- Vocabulary – các lớp và khai báo
 Các ưu điểm của Protégé là:
• Hỗ trợ đầy đủ ba phiên bản của ngôn ngữ OWL là OWL-Full, OWL-Lite và OWL-DL.
• Nhờ sử dụng mô hình hướng đối tượng của ngôn ngữ Java, Protégé rất hiệu quả trong
việc mô hình hóa các lớp, thực thể, quan hệ…
• Giao diện thiết kế trực quan có tính tương tác cao. Người sử dụng có thể định nghĩa
các thành phần của Ontology trực tiếp từ các form. Nó hỗ trợ xây dựng các thành phần
của một Ontology rất nhanh và hiệu quả.
• Cho phép biểu diễn trực quan Ontology dưới dạng các sơ đồ.
• Cho phép xây dựng Ontology từ nhiều nguồn khác nhau.
• Protégé tự động lưu một bản tạm của Ontology. Nếu có lỗi phát sinh trong quá trình
thao tác thì Ontology cũ sẽ tự động được phục hồi.
• Cung cấp chức năng tìm kiếm lỗi, kiểm tra tính nhất quán và đầy đủ của Ontology.
19
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại

• Cho phép các lớp và thuộc tính của Ontology này có thể được sử dụng trong một
Namespace khác mà chỉ cần sử dụng các URL để tham khảo.
• Hỗ trợ suy luận trực tiếp trên Ontology dựa trên Interface chuẩn DL Implementation
Group (DIG).
• Hỗ trợ sinh mã tự động. Protégé cho phép chuyển Ontology thành mã nguồn
RDF/XML, OWL, DIG, Java, EMF Java Interfaces, Java Schema Classes Các mã này
có thể được nhúng trực tiếp vào ứng dụng và là đầu vào cho các thao tác trên Ontology
khi cần.
1.2. Protégé sử dụng giao diện đồ hoạ
Trong phần hướng dẫn sử dụng này sử dụng chương trình Protégé 4.0.2 với giao diện
Protégé-OWL. Chúng ta sẽ cùng tìm hiểu cách để:
−Tạo và mở một ontology
−Lưu một ontology
−Tạo lớp và ràng buộc
−Tạo các thuộc tính và quan hệ
−Tạo cá thể
20
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Hình – Giao diện chương trình Protégé
Chọn “Create new OWL ontology” tạo 1 OWL mới.
21
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
22
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Giao diện chương trình Protégé :
23
PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Hình – Giao diện làm việc của Protégé
Tạo Class theo sơ đồ cây:
24

PGS.TS Đỗ Văn Nhơn CH1301061_Dương Thị Xuân Thoại
Hình – Tạo 1 Class mới
25