Mô hình ứng dụng dịch vụ web ngữ nghĩa tìm kiếm tài liệu điện tử trong thư viện điện tử

1

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

HOÀNG ANH CÔNG

MÔ HÌNH ỨNG DỤNG DỊCH VỤ WEB NGỮ NGHĨA TÌM KIẾM TÀI
LIỆU ĐIỆN TỬ TRONG THƢ VIỆN ĐIỆN TỬ

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Thái Nguyên - Năm 2015

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

1

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

HOÀNG ANH CÔNG

MÔ HÌNH ỨNG DỤNG DỊCH VỤ WEB NGỮ NGHĨA TÌM KIẾM TÀI LIỆU
ĐIỆN TỬ TRONG THƢ VIỆN ĐIỆN TỬ

CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH
MÃ SỐ: 60.48.01.01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Ngƣời hƣớng dẫn khoa học: TS. PHẠM THẾ QUẾ

Thái Nguyên - Năm 2015

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

i

LỜI CẢM ƠN
Để hoàn thành luận văn này tôi được rất nhiều sự động viên giúp đỡ của
các cá nhân và tập thể.
Trước hết, cho tôi xin bày tỏ lòng biết ơn sâu sắc đến TS Phạm Thế Quế
đã hướng dẫn tôi thực hiện đề tài nghiên cứu của mình.
Xin cùng bày tỏ lòng biết ơn chân thành tới các thầy cô giáo, người đã
đem lại cho tôi những kiến thức vô cùng quý giá, có ích trong những năm học
vừa qua.
Cảm ơn Trường Đại học Văn hóa Thể thao và Du lịch Thanh Hóa đã hết
sức tạo điều kiện cho tôi trong quá trình học tập.
Cũng xin gửi lời cám ơn chân thành tới Ban Giám hiệu, Phòng Đào tạo,
Khoa sau đại học, Đại học Công nghệ thông tin và truyền thông Thái Nguyên,
đã tạo điều kiện cho tôi trong quá trình học tập và nghiên cứu.
Cuối cùng tôi xin gửi lời cám ơn đến gia đình, bạn bè đồng nghiệp, tập thể
lớp Khoa học máy tính K12G, những người đã luôn bên tôi, động viên và
khuyến khích tôi trong quá trình thực hiện đề tài nghiên cứu của mình.
Học viên

Hoàng Anh Công

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

ii

LỜI CAM ĐOAN
Tên tôi là Hoàng Anh Công, học viên cao học lớp Khoa học máy tính
K12G, khóa 2013-2015. Tôi xin cam đoan luận văn thạc sĩ „„Mô hình ứng dụng
dịch vụ Web ngữ nghĩa tìm kiếm tài liệu điện tử trong thư viện điện tử‟‟ là
công trình nghiên cứu của riêng tôi, số liệu và các kết quả nghiên cứu trong luận
văn là trung thực và không trùng với đề tài khác. Tôi cũng xin cam đoan rằng
mọi sự giúp đỡ cho việc thực hiện luận văn này đã được cảm ơn và các thông tin
trích dẫn trong luận văn đã được chỉ rõ nguồn gốc.
Học viên

Hoàng Anh Công

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

iii

MỤC LỤC
LỜI CẢM ƠN ........................................................................................................ i
LỜI CAM ĐOAN ................................................................................................. ii
MỤC LỤC ............................................................................................................iii

DANH MỤC CÁC TỪ VIẾT TẮT .................................................................... vi
DANH MỤC CÁC BẢNG.................................................................................. vii
DANH MỤC CÁC HÌNH .................................................................................viii
MỞ ĐẦU................................................................................................................ 1
CHƢƠNG 1: DỊCH VỤ WEB NGỮ NGHĨA ................................................... 3
1.1 Web nghữ nghĩa ............................................................................................. 3
1.1.1 Đặt vấn đề .............................................................................................. 3
1.1.2 Nhược điểm World Wide Web ............................................................. 4
1.1.3 Web ngữ nghĩa là gì [6]......................................................................... 6
1.1.4 Đặc điểm của Web ngữ nghĩa [6].......................................................... 7
1.1.5 Siêu dữ liệu (Metadata) [4] ................................................................... 9
1.1.6 Một số ứng dụng cơ bản dựa trên Semantic Web [2] ......................... 11
1.1.7 Kiến trúc Web ngữ nghĩa [5]............................................................... 12
1.1.8 Ngôn ngữ mô tả tài nguyên ................................................................. 13
1.1.9 Ontology [12] ...................................................................................... 18
1.2 Dịch vụ Web (Web Services) [3]................................................................. 20
1.2.1 Giới thiệu ............................................................................................. 20
1.2.2 Đặc điểm của dịch vụ Web ................................................................. 21
1.2.3 Kiến trúc của dịch vụ Web [3] ............................................................ 22
1.2.4 Các thành phần của dịch vụ Web [3] .................................................. 23
1.2.5 Quy tắc xây dựng một Web ngữ nghĩa ............................................... 26
1.2.6 Xây dựng một dịch vụ Web ................................................................ 27
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

iv

KẾT LUẬN CHƢƠNG ...................................................................................... 29
CHƢƠNG 2: ỨNG DỤNG DỊCH VỤ WEB NGỮ NGHĨA TÌM KIẾM TÀI

LIỆU TRONG THƢ VIỆN ĐIỆN TỬ .............................................................. 29
2.1 Khái niệm về thƣ viện điện tử [10]............................................................. 30
2.1.1 Thư viện điện tử là gì .......................................................................... 30
2.1.2 Đặc điểm, thành phần thư viện điện tử ............................................. 30
2.1.3 Lợi ích của thư viện điện tử. ............................................................. 31
2.2 Cấu trúc của một thƣ viện điện tử [13] ................................................... 33
2.2.1 Cấu trúc thông tin và tập hợp các đối tượng số................................... 33
2.2.2 Các yếu tố cấu thành hệ thống thư viện số.......................................... 34
2.3 Mô hình tìm kiếm tài liệu trong thƣ viện điện tử dựa trên dịch vụ Web35
2.3.1 Đặt vấn đề ............................................................................................ 35
2.3.2 Một số khái niệm, thuật ngữ sử dụng trong thư viện điện tử ............. 37
2.3.3 Các thành phần chính ......................................................................... 37
2.3.4 Tìm kiếm tài liệu dựa Semantic Web Service trong thư viện điện tử 40
2.3.5 Công cụ xây dựng Ontology – Protégé .............................................. 41
KẾT LUẬN CHƢƠNG ...................................................................................... 43
CHƢƠNG 3 THIẾT KẾ HỆ THỐNG VÀ TRIỄN KHAI ỨNG DỤNG....... 44
3.1 Phân tích hệ thống tìm kiếm tài liệu trong thƣ viện điện tử ................... 44
3.1.1 Các giai đoạn xây dựng hệ thống ........................................................ 44
3.1.2 Phân tích các chức năng tìm kiếm của hệ thống ................................. 45
3.2 Các quyền của hệ thống tìm kiếm tài liệu trong thƣ viện điện tử .......... 46
3.3 Thiết kế hệ thống tìm kiếm tài liệu trong thƣ viện điện tử ..................... 47
3.3.1 Biểu đồ Login ...................................................................................... 47
3.3.2 Biểu đồ Logout .................................................................................... 47
3.3.3 Biểu đồ Import thông tin từ website................................................... 48
3.3.4 Biểu đồ Import thông tin thủ công bằng tay ...................................... 48
3.3.5 Biểu đồ Xem thông tin ........................................................................ 49
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

v

3.3.6. Biểu đồ Sửa thông tin .......................................................................... 49
3.3.7 Biểu đồ Xóa thông tin ......................................................................... 50
3.3.8. Biểu đồ Tìm kiếm thông tin ................................................................ 50
3.4 Thiết kế Ontology......................................................................................... 51
3.4.1 Các bước xây dựng Ontology.............................................................. 51
3.4.2 Thiết kế mô hình dữ liệu Ontology ...................................................... 54
3.5 Chƣơng trình thử nghiệm và đánh giá .................................................... 60
3.5.1 Trang chủ hệ thống ............................................................................. 60
3.5.2 Màn hình hiển thị tất cả kết quả tìm kiếm.......................................... 60
3.5.3 Màn hình hiển thị tìm kiếm tài liệu chính xác .................................... 61
3.5.4 Màn hình hiển thị thông tin tài liệu ..................................................... 61
3.5.5 Màn hình hiển thị thông tin tác giả ...................................................... 62
3.5.6 Đánh giá chương trình thử nghiệm ..................................................... 62
KẾT LUẬN ......................................................................................................... 63
TÀI LIỆU THAM KHẢO.................................................................................. 65

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

vi

DANH MỤC CÁC TỪ VIẾT TẮT
Thuật ngữ

Mô tả ý nghĩa

Viết tắt

B2B

Business To Business

B2C

Business To Customer

CNTT

Công nghệ thông tin

CSDL

Cơ sở dữ liệu

HTTP

Hypertext Transfer Protocol

IE

Information Extraction

RDF

Resource Description Framework

RDFS

Resource Description Framework Schema

SOAP

Simple Object Access Protocol

SQL

Structured Query Language

SW

Semantic web

URI

Uniform Resource Identifier

UDDI

Universal Description, Discovery, and Integration

W3C

World Wide Web Consortium

WWW

World Wide Web

WSDL

Web Service Description Language

XML

Extensible Markup Language

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

vii

DANH MỤC CÁC BẢNG
Số bảng
Bảng 3.1

Tên bảng

Trang

Các quyền của hệ thống

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

viii

DANH MỤC CÁC HÌNH
Số hiệu

Tên hình

Trang

1.1

Kiến trúc semantic web

1.2

Kiến trúc dịch vụ web

1.3

Các thành phần dịch vụ web

1.4

Phát triển dịch vụ web ngữ nghĩa

2.1

Các yếu tố cấu thành hệ thống thư viện số

2.2

Một số thí dụ web ngữ nghĩa trong hoạt động thư viện

điện tử

2.3

Một số cơ chế hoạt động của web sevice

2.4

Thành phần Service Provider

2.5

Service Consumer

2.6

Kết nối dịch vụ (Binding)

2.7

Mô hình hệ thống tìm kiếm tài liệu điện tử trong thư
viện điện tử

3.1

Sơ đồ tổng quan hệ thống

3.2

Biểu đồ Login

3.3

Biểu đồ Logout

3.4

Biểu đồ Import thông tin từ Website

3.5

Biểu đồ Import bằng tay

3.6

Biểu đồ xem thôn tin

3.7

Biểu đồ Sửa thông tin

3.8

Biểu đồ Xóa thông tin

3.9

Biểu đồ Tìm kiếm thông tin

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

ix

3.10

Sơ đồ mô tả class Linh_vuc

3.11

Sơ đồ mô tả class Loai_tai_lieu

3.12

Sơ đồ mô tả class Thu_vien

3.13

Sơ đồ mô tả class Thoi_gian

3.14

Sơ đồ mô tả class Tac_gia

3.15

Sơ đồ mô tả class Noi_dung

3.16

Sơ đồ mô tả class Tai_lieu

3.17

Sơ đồ mô tả tổng quát Ontology

3.18

Ontology tài liệu được xây dựng bằng công cụ Protége

3.19

Trang chủ hệ thống

3.20

Màn hình hiển thị tất cả kết quả tìm kiếm

3.21

Màn hình hiển thị tìm kiếm tài liệu chính xác

3.22

Màn hình hiển thị thông tin tài liệu

3.23

Màn hình hiển thị thông tin tác giả

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

x

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

1

MỞ ĐẦU
Dịch vụ Web (Web Serivce) là công nghệ cho phép Client truy xuất để
thực hiện tất cả các tác vụ như một Web Application. Về bản chất, Web Service
dựa trên XML và HTTP, trong đó XML có chức năng mã hóa và giải mã dữ liệu
và sử dụng SOAP để truyền tải. Web Service không phụ thuộc vào Platform, do
đó có thể sử dụng Web Service để truyền tải dữ liệu giữa các ứng dụng hay giữa
các Platform với nhau.
Theo định nghĩa của W3C (World Wide Web Consortium), dịch vụ Web
là một hệ thống phần mềm được thiết kế để hỗ trợ khả năng tương tác giữa các
ứng dụng trên các máy tính khác nhau thông qua mạng Internet. Có giao diện
chung và sự gắn kết của nó được mô tả bằng XML. Dịch vụ Web là tài nguyên
phần mềm có thể xác định bằng địa chỉ URL, thực hiện các chức năng và đưa ra
các thông tin người dùng yêu cầu. Một dịch vụ Web được tạo nên bằng cách lấy
các chức năng và đóng gói chúng sao cho các ứng dụng khác dễ dàng nhìn thấy
và có thể truy cập đến những dịch vụ mà nó thực hiện, đồng thời có thể yêu cầu
thông tin từ dịch vụ Web khác. Nó bao gồm các mô đun độc lập cho hoạt động
của khách hàng và doanh nghiệp và bản thân nó được thực thi trên Server.

Giá trị cơ bản của dịch vụ Web dựa trên việc cung cấp các phương thức
theo chuẩn trong việc truy nhập đối với hệ thống đóng gói và hệ thống kế thừa.
Các phần mềm được viết bởi những ngôn ngữ lập trình khác nhau và chạy trên
những nền tảng khác nhau có thể sử dụng dịch vụ Web để chuyển đổi dữ liệu
thông qua mạng Internet theo cách giao tiếp tương tự bên trong một máy tính.
Web Service cho phép Client và Server tương tác với nhau trong các môi
trường khác nhau. Phát triển theo hướng từng thành phần với những lĩnh vực và
cơ sở hạ tầng Web cụ thể. Các ứng dụng hoạt động theo mô hình Client/Server.
Để hiểu thêm về vấn đề này, em chọn đề tài “Mô hình ứng dụng dịch vụ
Web ngữ nghĩa tìm kiếm tài liệu điện tử trong thư viện điện tử” nhằm nắm
được những khái niệm cơ bản về Web ngữ nghĩa (Semantic Web) và dịch vụ
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

2

Web (Web Services) đồng thời xây dựng ứng dụng cung cấp các thông tin về
sách, tài liệu nghiên cứu trong thư viện điện tử cho người đọc khi họ có nhu cầu.
Web Service (WS) là một mô hình cụ thể của kiến trúc hướng dịch vụ
(SOA) dựa trên XML và HTTP. Vì WS sử dụng XML và HTTP nên đề tài
hướng tới việc sử dụng nền tảng Sematic web. Do vậy, trước khi nói về WS,
luận văn sẽ nhắc lại vài nét về Sematic web.
Nội dung luận văn gồm 3 chương:
Chương 1: Dịch vụ Web ngữ nghĩa
Chương 2: Mô hình ứng dụng dịch vụ Web ngữ nghĩa tra cứu tìm kiếm
tài liệu trong thư viện điện tử.
Chương 3: Cài đặt ứng dụng
Dịch vụ Web có thể áp dụng và tích hợp dịch vụ Web như chọn lọc và
phân loại tin tức như hệ thống thư viện; các dịch vụ du lịch; bán hàng qua mạng,

thông tin thương mại; tỷ giá hối đoái, đấu giá qua mạng…hay dịch vụ giao dịch
trực tuyến (cho cả B2B và B2C) như đặt vé máy bay, thông tin thuê xe…
Do vậy, việc phát triển và tích hợp các ứng dụng với dịch vụ Web đang được
quan tâm phát triển là điều hoàn toàn dễ hiểu.
Nghiên cứu Web thế hệ mới, máy có thể xử lý được. Vì vậy, trước hết
phải thay đối mô hình trong cách con người nghĩ về dữ liệu. Trong các công
nghệ Web truyền thống, phần mềm tốt hoàn toàn phụ thuộc vào dữ liệu tốt. Web
ngữ nghĩa làm công việc di chuyển các ứng dụng sang dữ liệu.
Nghiên cứu dịch vụ Web ngữ nghĩa ngày càng phát triển. Các dịch vụ
Web có khả năng tích hợp các ứng dụng trên phạm vi rộng như dịch vụ chọn lọc
và phân loại tin tức trong các hệ thống thư viện điện tử để tìm kiếm các thông
tin cần thiết; các ứng dụng cho các dịch vụ du lịch như cung cấp thông tin về giá
vé, địa điểm; mua - bán hàng qua mạng như thông tin về giá cả, tỷ giá hối đoái,
đấu giá qua mạng…hay dịch vụ giao thương mại điện tử B2B và B2C..Bất kỳ
một lĩnh vực nào trong cuộc sống cũng có thể tích hợp với dịch vụ Web. Do vậy,

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

3

việc phát triển và tích hợp các ứng dụng với dịch vụ Web đang được quan tâm
phát triển là điều hoàn toàn dễ hiểu.
CHƢƠNG 1: DỊCH VỤ WEB NGỮ NGHĨA
1.1 Web nghữ nghĩa
1.1.1 Đặt vấn đề
Năm 2001, Tim Berners-Lee – người phát minh ra World Wide Web - đã
đưa ra mô ̣t định nghĩa về Semantic Web : “Semantic Web là mô ̣t sự mở rô ̣ng của
Web hiê ̣n ta ̣i mà ở đó , thông tin đươ ̣c đinh

̣ nghiã tố t hơn , giúp máy tính và con
người có thể làm viê ̣c hơ ̣p tác với nhau” [1].
Hầu hết trên Web hiện tại chỉ được biết đến bởi con người đọc các trang
web. Có thể hiểu “Semantic” có nghĩa là dữ liệu trên Web có thể được khám phá
không chỉ bởi con người mà cả máy tính. Cụm từ “Semantic Web” đại diện cho
một cách nhìn nhận mà ở đó, con người cũng như máy tính có thể đọc, hiểu và
sử dụng dữ liệu trên Web để thực hiện những mục đích hữu ích cho người dùng.
Cách nhìn nhận của Tim Berners-Lee về Semantic Web có hai phần: thứ
nhất là Web có tính cộng tác nhiều hơn, thứ hai là máy tính có thể hiểu và thực
thi trên Web.
Cách nhìn nhận của Tim Berners-Lee liên quan đến việc lấy các trang
HTML từ Web server. Tuy vậy World Wide Web Consortium (W3C) đã đưa ra
kỹ thuật để có thể nắm bắt những quan hệ như vậy, đó là RDF (Resource
Description Framework).
Điểm quan trọng nhất, khác biệt nhất so với Web truyền thống là trong
Web ngữ nghĩa có khái niệm siêu dữ liệu (metadata) - dữ liệu trong dữ liệu. Siêu
dữ liệu giúp cho máy tính có thể xử lý thông tin trên Web một cách thông minh
hơn. Nhưng để có thể tạo được Web mà máy tính có thể xử lý dữ liệu trên đó
thì trước tiên phải có một cách nhìn nhận khác về dữ liệu. Nếu như trước kia
người ta chỉ coi dữ liệu là thuộc sở hữu của ứng dụng và không có vai trò quan

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

4

trọng thì càng ngày người ta càng nhận thấy sự quan trọng của nó. Dữ liệu càng
được tổ chức “thông minh” thì càng thể hiện được sự tính hiệu quả của nó.
Ban đầu dữ liệu chỉ là những văn bản và các bản ghi cơ sở dữ liệu đơn

thuần và sự thông minh chỉ nằm ở trên các ứng dụng. Sự xuất hiện của các tài
liệu XML theo từng lĩnh vực giúp cho ứng dụng dễ dàng thực hiện ở các lĩnh
vực riêng. Sự xuất hiện của các phép phân loại và các tài liệu với bộ từ vựng
trộn lẫn nhau cho thấy một bước tiến trong việc khai phá dữ liệu, dữ liệu đã đủ
thông minh để có thể được tổng hợp cùng với các dữ liệu khác. Sự phát triển cao
hơn nữa của dữ liệu chính là các Ontology và các luật suy diễn, nhờ đó mà dữ
liệu mới có thể được suy diễn ra từ dữ liệu có sẵn dựa vào các luật logic. Dữ liệu
sẽ đủ thông minh để có thể được mô tả với các quan hệ cụ thể, các hình thức
phức tạp.
Với sự nhìn nhận mới về dữ liệu, có một cách nói khác về Semantic Web:
Semantic Web là một Web với dữ liệu thông minh mà máy tính có thể xử lý.
1.1.2 Nhƣợc điểm World Wide Web
World Wide Web, gọi tắt là Web hoặc WWW, là mạng thông tin toàn cầu
mà bất kỳ người dùng nào cũng có thể truy nhập qua các máy tính kết nối với
mạng Internet. Web được phát minh và đưa vào sử dụng vào khoảng năm
1990, 1991 bởi viện

sĩ Viện

Hàn

lâm

Anh Tim

Berners-Lee và Robert

Cailliau (Bỉ) tại CERN, Geneva, Switzerland [1].
Các tài liệu trên World Wide Web được lưu trữ trong một hệ thống siêu
văn bản (Hypertext) trên Internet. Người dùng phải sử dụng trình duyệt

Web (Web Browser) để xem siêu văn bản thông qua hộp địa chỉ (Address)
do người sử dụng yêu cầu. Trình duyệt sẽ tự động gửi thông tin đến máy
chủ (Web Server) và hiển thị trên màn hình máy tính của người xem. Người
dùng có thể theo các liên kết (Hyperlink) trên mỗi trang Web để nối với các tài
liệu khác hoặc gửi thông tin phản hồi theo máy chủ trong một quá trình tương
tác. Hoạt động truy tìm theo các siêu liên kết thường được gọi là duyệt Web.

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

5

Độ chính xác và chứng thực của thông tin trong quá trình lướt Web không
được đảm bảo. Khi lượng thông tin trên Internet ngày càng tăng, đồng nghĩa với
việc tìm kiếm, khai thác, tổ chức, truy nhập và duy trì thông tin ngày càng trở
nên khó khăn hơn đối với người sử dụng. Xét ví dụ, người sử dụng muốn tìm
kiếm thông tin về Mrs. Cook. Tất cả những thông tin mà người sử dụng có thể
nhớ được là tên của người này là Cook, làm việc cho doang nghiệp có liên quan
đến tổ chức có tên là “ARPA-123-4567”. Đây là những thông tin được sử dụng
để tìm thông tin cá nhân của Mrs. Cook, theo một cơ sở tri thức có cấu trúc hợp
lý chứa tất cả các nhân tố có liên quan. Có vẻ như điều này đã đủ cho việc tìm
kiếm trên World Wide Web. Nhưng khi tìm kiếm, lại xảy ra các tình trạng sau:
− Sử dụng danh mục Web có sẵn, người sử dụng có thể tìm ra trang chủ
của ARPA nhưng ở đó có hàng trăm người “thầu phụ” và các “nhóm
nghiên cứu” đang làm việc cho chi nhánh “123-4567”
− Nếu tìm kiếm theo từ khoá “Cook” thì kết quả sẽ trả lại hàng nghìn trang
Web nói về “Nấu ăn”.
− Nếu tìm kiếm một trong hai cụm từ “ARPA ” và “123-4567” thì có hàng
trăm kết quả trả về. Còn nếu tìm kiếm cho cả ba từ khoá trên thì sẽ trả về

kết quả rỗng.
Tình trạng trên là khá phổ biến đối với nhiều trường hợp tìm kiếm trên
World Wide Web. Vấn ở đây là dữ liệu Web có quá ít tổ chức ngữ nghĩa. Khi
Web càng ngày càng mở rộng thì việc thiếu tổ chức ngữ nghĩa như vậy sẽ làm
cho việc tìm kiếm thông tin càng ngày càng khó, thậm chí nếu có thêm những kỹ
nghệ xử lý ngôn ngữ tự nhiên, cơ chế đánh chỉ mục…
Tóm lại, hiện nay vẫn chưa có một cách tìm kiếm hiệu quả nào để trả lời
câu truy vấn có dạng như:
Find webpage for all x,y and z such that
x is a person, y is a person, z is a person
Where
lastName (x,”Cook”) and
lastName (y, “Cook”) and
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

6

employee (z,x) and
employee (z,y) and
married (x,y) and
involvedIn (z, “ARPA 123-4567”)
Sự thiếu khả năng hiểu nội dung các từ và các mối quan hệ giữa các thuật
ngữ tìm kiếm giải thích tại sao trong nhiều trường hợp máy tìm kiếm lại trả về
kết quả tìm kiếm sai trong khi lại không tìm thấy những tài liệu mong muốn.
Nếu các máy tìm kiếm có thể hiểu được nội dung ngữ nghĩa của các từ,
hoặc hơn thế nữa, nó có thể hiểu được cả mối quan hệ về mặt ngữ nghĩa giữa
các từ đó thì độ chính xác tìm kiếm sẽ được cải thiện rất nhiều
Đây chính là một trong những nguyên nhân dẫn đên sự ra đời của thế hệ

Web thứ ba: Semantic Web.
1.1.3 Web ngữ nghĩa là gì [6]
Tổ chức World Wide Web (W3C) đưa ra một định nghĩa về Web ngữ
nghĩa (Semantic Web) như sau: “Semantic Web là một sự nhìn nhận, đó là ý
tưởng về việc dữ liệu trên Web được định nghĩa và sử dụng theo cách mà nó có
thể được sử dụng bởi máy tính không chỉ với mục đích hiển thị mà còn nhằm
mục đích tự động phân tích, sử dụng lại dữ liệu qua các ứng dụng khác”.
Định nghĩa của W3C chú trọng vào kỹ thuật nhiều hơn. Tuy nhiên, tất cả
các định nghĩa đều tập trung vào sự khác biệt trong việc định nghĩa dữ liệu, định
nghĩa thông tin. Với những mở rộng của Web ngữ nghĩa, những sức mạnh vượt
trội của Web sẽ được thể hiện nhằm phục vụ cho con người.
Tim Berners-Lee (người phát minh ra Web) đưa ra định nghĩa Web ngữ
nghĩa như sau: “Bước đầu tiên là đặt dữ liệu trên Web theo một định dạng mà
máy tính có thể hiểu được, hoặc chuyển thành định dạng mà máy tính có thể
hiểu được. Điều này tạo ra một loại Web gọi là Semantic Web - là một Web dữ
liệu mà có thể được xử lý được trực tiếp hoặc gián tiếp bằng máy tính.”
Web ngữ nghĩa không phải là một web riêng biệt mà nó chỉ là một sự mở
rộng của Web hiện tại, mà ở đó có các thông tin về ngữ nghĩa nhiều hơn, làm
cho máy tính và con người có thể phối hợp làm việc tốt hơn.
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

7

Web ngữ nghĩa không phải chỉ dành cho World Wide Web. Nó kèm theo
một tập hợp các công nghệ mà cũng có thể làm việc trên Intranet của các công
ty, doanh nghiệp…[4].
Xét về mặt bản chất, Web ngữ nghĩa chỉ là một công cụ để con người
cũng như máy tính sử dụng để biểu diễn thông tin. Hay nói chính xác hơn thì

Web ngữ nghĩa chỉ là một dạng dữ liệu trên Web. Khác với các dạng thức dữ
liệu được trình bày trong HTM, dữ liệu trong Web ngữ nghĩa được đánh dấu,
phân lớp, mô hình hóa, được bổ sung thêm các thuộc tính, các mối liên hệ…
theo các lĩnh vực cụ thể. Qua đó giúp cho các phần mềm máy tính có thể hiểu
được dữ liệu và tự động xử lý dữ liệu. Chẳng hạn, với cụm từ “Hồ Chí Minh”,
trong không gian Web ngữ nghĩa, được hiểu là lãnh tụ Hồ Chí Minh với các
thuộc tính như năm sinh, quê quán, thân thế, sự nghiệp của Người…
1.1.4 Đặc điểm của Web ngữ nghĩa [6]
Web hiện tại đang chứa đựng lượng thông tin khổng lồ. Tuy vậy, khả
năng khai thác lượng thông tin này lại bị hạn chế rất nhiều, điển hình là việc tìm
kiếm thông tin trên Web lại nhận được rất nhiều kết quả không mong muốn
khiến người dùng khó tìm được thông tin mình cần. Mặt khác, vì chỉ có con
người mới hiểu được nội dung trên các trang Web hiện nay nên các thông tin
trên Web không thích hợp cho các tác tử phần mềm, khiến việc tự động hóa trên
Web gặp rất nhiều khó khăn.
Semantic Web là sự mở rộng của Web hiện tại. Vì vậy, những đặc điểm
nổi bật nhất của Semantic Web chính là những khả năng giúp khắc phục những
hạn chế của Web hiện nay.
Thomas B. Passin đã ghi chép lại một số lời phát biểu về Semantic Web
của các tổ chức và nhà khoa học trong cuốn sách Explorer's Guide to the
Semantic Web. Những lời phát biểu này có thể được coi như những cách nhìn
nhận khác nhau về các đặc điểm của Semantic Web:
− Máy tính có thể hiểu dữ liệu: “Semantic Web là một sự nhìn nhận, đó là ý
tưởng về việc dữ liệu trên Web được định nghĩa và sử dụng theo cách mà
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

8

nó có thể được sử dụng bởi máy tính không chỉ với mục đích hiển thị mà
còn nhằm mục đích tự động phân tích, sử dụng lại dữ liệu qua các ứng
dụng khác” (theo W3C).
− Hỗ trợ các tác tử thông minh: “Mục đích của Semantic Web là làm sao để
biểu diễn dữ liệu trên Web mà máy tính có thể hiểu được tốt hơn, để các
tác tử thông minh có thể tìm kiếm và thao tác các thông tin thích hợp”
(theo R.S.Cost).
− Phân tán và liên kết dữ liệu: “Semantic Web cung cấp khả năng mềm dẻo
đủ để có thể biểu diễn tất cả dữ liệu và các luật logic đồng thời liên kết
chúng với nhau để tạo nên giá trị tổng hợp to lớn” (theo W3C). “Một mô
tả đơn giản về Semantic Web là sự cố gắng để máy tính có thể xử lý dữ
liệu mà World Wide Web đã hỗ trợ để con người có thể đọc được. Điều
đó nhằm chuyển đổi thông tin theo một cách thông thường để dữ liệu có
thể được truy cập, được kết nối với nhau và được hiểu bởi máy tính.
Ngoài ra còn nhằm mục đích chuyển đổi Web từ một lượng lớn các siêu
liên kết trở thành một lượng lớn các cơ sở dữ liệu được liên kết với nhau”
(theo SWAD-E: Semantic Web Advanced Development for Europe).
− Là một cơ sở hạ tầng hỗ trợ tự động hóa: Trong bài báo mới nhất của
Berners-Lee ở tạp chí Scientific American, ông đã khẳng định, Semantic
Web là một cơ sở hạ tầng chứ không phải là một ứng dụng. Và độc giả
hoàn toàn đồng ý với ý kiến đó (theo Tuttle). “Vấn đề thực sự là thiếu một
framework tự động ở Web hiện tại…” (theo Garcia và Delgado)
− Phục vụ con người: “Một cách nhìn về Semantic Web là để các phần mềm
máy tính hỗ trợ con người có được lượng lớn tài nguyên trên Website cần
được trích rút, kết hợp và đánh chỉ mục những thông tin bên trong” (theo
Cranefield). “Semantic Web là một cách nhìn về thế hệ tiếp theo của
Web, nó cho phép các ứng dụng web thu thập một cách tự động các tài
liệu trên web từ các nguồn khác nhau, kết hợp và xử lý thông tin đồng

Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

9

thời phối hợp với các ứng dụng khác để thực hiện những tác vụ phức tạp
cho con người” (theo Anuatariya)
− Có các chú thích (annotation) tốt hơn: “Ý tưởng về Semantic Web của
Berners-Lee đã giúp hiểu rằng nó có các chú thích được biểu diễn ở dạng
mà máy tính có thể xử lý và chúng được liên kết với nhau” (theo Euzenat)
− Cải thiện khả năng tìm kiếm: “Sẽ sớm có thể truy cập các tài nguyên trên
Web bằng nội dung thay vì chỉ bằng các từ khóa” (theo Anuatariya).
“Mục đích của công nghệ là để xây dựng một chỉ mục có cấu trúc của
trang web” (theo Desmontils và Jacquin)
− Hỗ trợ các dịch vụ web (web services) và các tác tử phần mềm: “Càng
ngày, Semantic Web càng giúp cung cấp các truy nhập tới không chỉ các
văn bản tĩnh tổng hợp các thông tin hữu ích mà cả các dịch vụ cung cấp
các hành vi cần thiết” (theo Klein và Bernstein). “Semantic Web hứa hẹn
sẽ mở rộng các dịch vụ cho web hiện tại bằng việc cho phép các tác tử
phần mềm tự động hóa các thủ tục mà hiện này đang phải thực hiện bằng
tay và giới thiệu các ứng dụng mới mà không thể thực hiện với web hiện
tại” (theo Tallis, Goldman và Balzer)
Có thể các đặc điểm trên đây là chưa đầy đủ về Semantic Web nhưng đó
cũng là những đặc điểm nổi bật nhất. Tất cả những đặc điểm đó đều được nhấn
mạnh ở khả năng vượt trội của Semantic Web so với Web hiện tại và một khả
năng này đã trở thành hiện thực.
1.1.5 Siêu dữ liệu (Metadata) [4]
Một trong những nền tảng cơ bản làm nên Web ngữ nghĩa là các siêu dữ
liệu. Siêu dữ liệu dùng để mô tả tài nguyên thông tin, còn gọi là dữ liệu về dữ
liệu. Mỗi thực thể hay khái niệm có thể có một hay nhiều siêu dữ liệu. Cho ví

dụ, một quyển sách có [tên tác giả], [tên sách], [nhà xuất bản],... là các siêu dữ
liệu về quyển sách. Có thể đơn giản hóa việc phân loại và truy vấn dữ liệu bằng
cách dùng các siêu dữ liệu.
Có 3 kiểu Metadata:
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

10

− Desciptive Metadata: Mô tả một tài nguyên cho những mục đích như là
khám phá hoặc nhận diện. Nó có thể bao gồm các phần tử như: titles,
astract, author, keyword,...
− Structural Metadata: Ví dụ, cho biết các đối tượng phức hợp liên kết với
nhau như thế nào, các trang được sắp xếp thành các chương như thế nào.
− Administrative Metadata: Cung cấp thông tin giúp cho việc quản lý một
tài nguyên, như là nó được tạo ra khi nào và như thế nào, kiểu file, và các
thông tin kỹ thuật khác, và những ai có thể truy cập đến nó.
Mối liên hệ giữa siêu dữ liệu và tài nguyên thông tin mà nó mô tả có thể
được thể hiện ở một trong hai cách sau:
− Các mô tà Metadata tách biệt bên ngoài đối tượng mô tả.
− Các phần tử Metadata có thể được nhúng trong tài nguyên mà nó mô tả.
Với các tài liệu truyền thống, các mô tả dữ liệu nằm ngoài đối tượng mô
tả, như vậy siêu dữ liệu được lưu trữ một cách tách biệt bên ngoài đối tương mô tả.
Với tài liệu nội dung số, siêu dữ liệu được nhúng trong bản thân tài
nguyên hoặc trong liên kết với tài nguyên mà nó mô tả như trong trường hợp các
thẻ meta của tài liệu HTML
Sơ đồ siêu dữ liệu là tập hợp những yếu tố siêu dữ liệu được thiết kế cho
mô tả một dạng tài nguyên thông tin cụ thể. Như vậy siêu dữ liệu là sơ đồ hình
thức được xác định để mô tả tài nguyên thông tin cho các đối tượng.

Định nghĩa các yếu tố hoặc ý nghĩa được gán cho các yếu tố siêu dữ liệu
thì được gọi là ngữ nghĩa của sơ đồ. Mỗi sơ đồ siêu dữ liệu có ngữ nghĩa và cú
pháp được quy định riêng. Ví dụ trong yếu tố “Creator” - dùng để xác định là tác
giả của tài liệu, hoặc yếu tố “Title” - được hiểu là nhan đề của tài liệu.
Giá trị (dữ liệu) của yếu tố được gọi là nội dung. Đó chính là giá trị của
mỗi yếu tố siêu dữ liệu. Nhờ các sơ đồ dữ liệu, các chương trình xử lý tự động
sẽ nhận biết đoạn dữ liệu nào sẽ thuộc thành phần nào, chẳng hạn đoạn dữ liệu
này được nhận biết là nhan đề, đoạn dữ liệu kia được nhận biết là tác giả của tài
liệu.
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

11

1.1.6 Một số ứng dụng cơ bản dựa trên Semantic Web [2]
Quản lý tri thức được hiểu là quy trình hay các công cụ mà tổ chức sử
dụng để thu thập, phân tích, lưu trữ và phổ biến tri thức của họ. Bên cạnh việc
triển khai các công nghệ và tiến trình thích hợp cho mục đích thương mại thì
cũng phải quan tâm đến việc quản lý tri thức sao cho hiệu quả để có thể sử dụng
kinh nghiệm và sự hiểu biết của tài nguyên con người một cách tối ưu nhất.
Ngày nay quản lý tri thức nổi lên như một hoạt động quan trọng của các
tổ chức lớn cũng như các các doanh nghiệp vì họ coi những tri thức như một tài
sản quý để từ đó có thể tạo nên hiệu quả tốt hơn, tạo ra những giá trị mới và tăng
tính cạnh tranh. Quản lý tri thức cũng đóng vai trò đặc biệt quan trọng trong các
tổ chức quốc tế với các tổ chức phân tán về địa lý.
Việc quản lý tri thức vẫn chứa đựng những hạn chế. Hầu hết các loại dữ
liệu vẫn là phi cấu trúc. Tìm kiếm thông tin dựa trên từ khóa, lượng thông tin trả
về rất nhiều gây khó khăn cho người dùng. Khi người dùng muốn có các thông
tin cần thiết, các tác tử thông minh hiện nay không đủ khả năng thực hiện theo

yêu cầu của người dùng…
Những hạn chế này sẽ được giải quyết với sự xuất hiện của Semantic
Web. Ưu điểm lớn nhất của Semantic Web là dữ liệu đã được cấu trúc hóa đồng
thời các nền tảng của Semantic Web cũng hỗ trợ rất nhiều cho việc quản lý tri
thức. Khả năng biểu diễn luật cũng như khả năng suy diễn ra tri thức mới dựa
trên những tri thức hiện tại có khả năng tạo nên những bước đột phá cho các hệ
thống quản lý tri thức. Người ta mong muốn rằng với Semantic Web, những cải
tiến cho các hệ thống quản lý tri thức sẽ được thực hiện.
Ứng dụng tìm kiếm: Tìm kiếm thông tin là một ứng dụng trong quản lý tri
thức. Với lượng thông tin bùng nổ trên Web, người dùng không thể tự mình
duyệt tất cả các trang web để thu thập thông tin, mà cần phải có những công cụ
tìm kiếm hỗ trợ. Các công ty như Google, Microsoft, Yahoo, Baidu… đều có
các máy tìm kiếm của riêng họ nhằm chiếm lĩnh thị phần. Sự phát triển nhanh
chóng của Google là một ví dụ điển hình cho khả năng mang lại lợi nhuận của
các ứng dụng tìm kiếm trên Web.
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

12

Tuy nhiên, các máy tìm kiếm hiện nay vẫn chứa đựng rất nhiều hạn chế
xuất phát từ việc các tài nguyên trên Web là các tài nguyên phi cấu trúc. Vì vậy,
các máy tìm kiếm chỉ có thể dựa theo từ khóa để tìm kiếm thông tin và đương
nhiên sẽ có rất nhiều kết quả không mong muốn được trả về cho người dùng.
Các kết quả tìm kiếm vẫn chưa thực sự thỏa mãn được người dùng.
Việc ứng dụng Semantic Web để tìm kiếm thông tin trong nội bộ các
doanh nghiệp là hoàn toàn có thể thực hiện được ở thời điểm hiện tại với những
nền tảng mà Semantic Web đang hỗ trợ. Và hoàn toàn có thể tin rằng nếu tất cả
các doanh nghiệp đều cấu trúc hóa các tài nguyên của họ, lượng tài nguyên được

cấu trúc hóa trên phạm vi toàn cầu sẽ tăng lên và khả năng ứng dụng Semantic
Web trên toàn Internet sẽ có thể trở thành hiện thực để mang lại những giá trị to
lớn cho người dùng.
1.1.7 Kiến trúc Web ngữ nghĩa [5]
Trust
Rules

Proof

Data
Tài liệu
tự mô tả

Logic

Data

Digital
Signature

Ontology vocalary
RDF + Schema
XML + NS + XMLSchema
UniCode

URI

Hình 1.1 : Kiến trúc Semantic Web [8]
− Lớp Unicode & URI: Bảo đảm việc sử dụng tập ký tự quốc tế và cung cấp
phương tiện nhằm định danh các đối tượng trong Semantic Web.

− Lớp XML cùng với các định nghĩa về namespace và schema (lược đồ)
bảo đảm rằng có thể tích hợp các định nghĩa Semantic Web với các chuẩn
dựa trên XML khác.
− Lớp RDF [RDF] và RDFSchema [RDFS]: có thể tạo các phát biểu
(statement) để mô tả các đối tượng với những từ vựng và định nghĩa của
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>

13

URI. Và các đối tượng này có thể tham chiếu đến những từ vựng và định
nghĩa của URI ở trên. Lớp này có thể gán các kiểu (type) cho các tài
nguyên và liên kết. Và cũng là lớp quan trọng nhất trong kiến trúc
Semantic Web
− Lớp Ontology: hỗ trợ sự tiến hóa của từ vựng vì nó có thể định nghĩa mối
liên hệ giữa các khái niệm khác nhau.
− Lớp Digital Signature: được dùng để xác định chủ thể của tài liệu (vd: tác
giả của một tài liệu hay một lời tuyên bố).
1.1.8 Ngôn ngữ mô tả tài nguyên
a) Ngôn ngữ mô tả tài nguyên RDF: RDF là từ viết tắt của Resource
Description Framework. RDF được đề cử bởi W3C cho một mô hình và ngôn
ngữ siêu dữ liệu (metadata) chuẩn. RDF là một bộ khung cho việc mô tả các tài
nguyên trên web. RDF cung cấp mô hình dữ liệu và cú pháp để các phần độc lập
nhau có thể chuyển đổi cho nhau và sử dụng được RDF.
Định nghĩa cơ bản của ngôn ngữ RDF là dùng để mã hóa các siêu dữ liệu
của các tài nguyên vào một bộ ba (RDF Triple): [chủ ngữ], [vị ngữ] và [đối
tượng]. Ta biết rằng mỗi một thực thể hay khái niệm đều có các thuộc tính, mỗi
thuộc tính đều có các giá trị, vì vậy mọi tài nguyên cũng đều có thể được biểu
diễn qua ngôn ngữ RDF.

Một [vị ngữ] là một khía cạnh, tính chất, thuộc tính, hay mối liên hệ mô tả
cho một tài nguyẽn. Một phát biểu bao gồm một tài nguyên riêng biệt, một thuộc
tính được đặt tên, và giá trị thuộc tính cho tài nguyên đó ([đối tượng]). Giá trị
này cơ bản có thể là một tài nguyên khác hay một giá trị mang tính nghĩa đen
hay dạng chuỗi văn bản tùy ý. [Chủ ngữ] và đối tượng được xác định qua Định
danh tài nguyên thống nhất - URI, chẳng hạn chúng có thể là một liên kết của
một trang web. Các [vị ngữ] cũng được xác định qua URI, do đó bất kì ai cũng
có thể định nghĩa ra một khái niệm mới, một thuộc tính mới, bằng cách chỉ cần
định nghĩa URI cho chúng. Bởi vì RDF sử dụng URI để biểu diễn các thông tin
trong một tài liệu, các URI đảm bảo rằng các khái niệm không chỉ chứa văn bản
Số hóa bởi Trung tâm Học liệu - ĐHTN

/>