Nới lỏng truy vấn người dùng
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.01 MB, 76 trang )
..
PHẠM THỊ THU THỦY
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
---------------------------------------
LUẬN VĂN THẠC SĨ KHOA HỌC
CÔNG NGHỆ THÔNG TIN
NGÀNH : CÔNG NGHỆ THÔNG TIN
NỚI LỎNG TRUY VẤN HƯỚNG NGƯỜI DÙNG
PHẠM THỊ THU THỦY
KHÓA 2006 - 2008
Hà Nội 2009
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
---------------------------------------
LUẬN VĂN THẠC SĨ KHOA HỌC
NỚI LỎNG TRUY VẤN HƯỚNG NGƯỜI DÙNG
NGÀNH : CÔNG NGHỆ THÔNG TIN
MÃ SỐ:23.04.3898
PHẠM THỊ THU THỦY
Người hướng dẫn khoa học : TS. NGUYỄN KIM ANH
Hà Nội 2009
1
Mục lục
Danh mục hình minh họa ............................................................................................3
Danh mục các từ viết tắt..............................................................................................4
Danh mục các từ viết tắt..............................................................................................4
LỜI CẢM ƠN .............................................................................................................5
Mở đầu ........................................................................................................................6
Giới thiệu về các hệ thống thông tin cộng tác .............................................................6
Chương 1 - Tổng quan về nới lỏng truy vấn .............................................................10
1.1. Khái niệm nới lỏng và các hình thức nới lỏng................................................10
1.2.Phân cấp khái niệm – cơ sở tri thức của nới lỏng ............................................13
1.3.Nới lỏng truy vấn dựa vào các phân cấp khái niệm.........................................15
Chương 2 - Nới lỏng truy vấn theo cách tiếp cận KAH và KAD .............................19
2.1.Phân cấp trừu tượng tri thức KAH ..................................................................19
2.2.CSDL trừu tượng tri thức KAD .......................................................................23
2.2.1.Sơ đồ quan hệ của KAD ............................................................................23
2.2.2.Quá trình tổng quát hóa trong KAD ..........................................................27
2.2.3.Q trình chi tiết hóa trong KAD ..............................................................28
2.3.Nới lỏng truy vấn với KAD .............................................................................28
2.3.1.Nới lỏng điều kiện chọn với phép so sánh bằng .......................................29
2.3.2.Nới lỏng điều kiện chọn chứa các giá trị trừu tượng.................................32
2.3.3.Nới lỏng điều kiện nối ...............................................................................35
2.3.4.Nới lỏng thực thể .......................................................................................39
2.4. Mơ hình profile người dùng............................................................................42
2.4.1. Mục đích và mơ hình người dùng ............................................................42
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
2
2.4.2. Các loại dữ liệu của một profile người dùng............................................45
Chương 3 – Nới lỏng các truy vấn có mức ưu tiên theo ngữ cảnh ...........................50
3.1. Giới thiệu mơ hình và lưu trữ các mức ưu tiên theo ngữ cảnh .......................50
3.2. Mơ hình logic cho ngữ cảnh và các mức ưu tiên ............................................52
3.2.1. Ví dụ .........................................................................................................52
3.2.2. Mơ hình ngữ cảnh.....................................................................................53
3.2.3. Các mức ưu tiên theo ngữ cảnh ................................................................54
3.2.4. Các mức ưu tiên cho các tham số ngữ cảnh phân cấp ..............................57
3.3. Lưu trữ các mức ưu tiên cơ bản ......................................................................58
3.4. Lưu trữ các truy vấn có nhận thức ngữ cảnh ..................................................60
3.5. Nới lỏng ngữ cảnh có sự phân cấp..................................................................63
3.6. Giải thuật phân giải ngữ cảnh được truy vấn..................................................65
Kết luận và định hướng phát triển của đề tài ............................................................70
Kết luận ..................................................................................................................70
Định hướng phát triển của đề tài............................................................................71
Tài liệu tham khảo .....................................................................................................73
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
3
Danh mục hình minh họa
Hình 1 – Hình ảnh một phân cấp khái niệm .............................................................14
Hình 2 – Tổng q hóa khái niệm .............................................................................15
Hình 3 – Chi tiết hóa khái niệm ................................................................................16
Hình 4 – Nguyên lý của nới lỏng ..............................................................................17
Hình 5 – Minh hoạ KAH ...........................................................................................20
Hình 6 – Các quan hệ trong KAD .............................................................................26
Hình 7 – Tổng qt hóa trong KAD .........................................................................27
Hình 8– Chi tiết hóa trong KAD ...............................................................................28
Hình 9 – Phân cấp thuộc tính số ...............................................................................34
Hình 10 – Phân cấp liên kết ......................................................................................36
Hình 11 – Mơ hình phân cấp thực thể .......................................................................39
Hình 12 – Phân cấp của một ngữ cảnh ......................................................................53
Hình 13 – Biểu diễn điểm số quan tâm của người dung đối với Sach theo phân cấp
tham số giai_doan_hoc ..............................................................................................57
Hình 14 – Cây ngữ cảnh............................................................................................60
Hình 15 – Cây ngữ cảnh của truy vấn minh họa .......................................................63
Hình 16 – Một ví dụ của cây Profile .........................................................................67
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
4
Danh mục các từ viết tắt
Từ viết tắt
Tiếng Việt
Tiếng Anh
CQA
Hỏi đáp cộng tác
Cooperative query answering
CSDL
Cơ sở dữ liệu
Database
KAH
Phân cấp trừu tượng tri thức
Knowledge Abstraction
Hierachy
KAD
Cơ sở dữ liệu trừu tượng tri thức
Knowledge Abstraction
Database
CNPM
Công nghệ phần mềm
HTTT
Hệ thống thông tin
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
5
LỜI CẢM ƠN
Trong quá trình thực hiện luận văn, em xin chân thành cảm ơn sự giúp đỡ của
các thầy cô trong Khoa Công nghệ Thông tin - Trường Đại Học Bách Khoa Hà Nội,
đặc biệt là sự hướng dẫn tận tình của TS. Nguyễn Kim Anh để em có thể hoàn thành
được đề tài này.
Em cũng xin cảm ơn anh chị em lớp cao học Công nghệ Thông tin khố 20062008 đã giúp đã em trong q trình học tập, thực hiện và hoàn thành luận văn.
Cuối cùng em xin gửi lời cảm ơn đến các thầy cô, các tác giả của các tài liệu
tham khảo mà em đã sử dụng trong quá trình thực hiện đề tài.
Luận văn chắc chắn khơng tránh khỏi nhiều sai sót. Em mong các thầy cô thông
cảm, chỉ bảo và tạo điều kiện để em hoàn thiện thêm về mặt nội dung.
Em xin chân thành cảm ơn!
Hà Nội, 3/2009
Học viên thực hiện: Phạm Thị Thu Thủy
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
6
Mở đầu
Giới thiệu về các hệ thống thông tin cộng tác
Trong thời đại bùng nổ thơng tin, khơng cịn ai xa lạ với những hệ thống thông tin
cỡ lớn, lưu trữ một khối lượng dữ liệu khổng lồ và có khả năng phục vụ nhiều người
dùng tại cùng thời điểm. Mục tiêu hàng đầu đặt ra cho các hệ thống này là : Cung
cấp những công cụ khai thác dữ liệu thuận tiện và hiệu quả nhất cho người dùng.
Đây là một nhiệm vụ không hề dễ dàng, nhất là khi đối tượng phục vụ của hệ thống
là những người dùng phổ thơng. Đó là những người khơng được đào tạo nhiều về
tin học, khơng có đủ kiến thức về miền ứng dụng đang khai thác. Điều này dẫn đến
tình trạng người dùng sẽ gặp nhiều khó khăn khi diễn đạt u cầu đối với hệ thống,
cũng như khơng có khả năng hiểu và xử lý kết quả mà hệ thống trả về.
Giải pháp cho vấn đề trên đã xuất hiện và ngày càng hồn thiện ở những hệ thống
thơng tin hiện đại. Đó là những hệ thống được bổ sung nhiều tri thức, đủ thân thiện
để trợ giúp người dùng diễn đạt yêu cầu, đủ thông minh để trả về những kết quả dễ
hiểu và chứa đựng nhiều thông tin bổ sung hữu ích … . Nhiều hệ thống cịn có khả
năng giao tiếp với người dùng bằng ngơn ngữ tự nhiên : Người dùng đưa vào những
yêu cầu bằng ngôn ngữ tự nhiên, hệ thống phản hồi cũng bằng ngôn ngữ tự nhiên.
Tất cả những thành tựu này đã làm tăng đáng kể hiệu quả của quá trình tìm kiếm và
khai thác thơng tin. Những hệ thống như vậy được gọi là hệ thống thông tin cộng
tác với người dùng.
Điều gì làm nên tính cộng tác của một hệ thống ?
Như đã nói, người dùng phổ thơng là những người gặp phải nhiều khó khăn khi
diễn đạt yêu cầu cho hệ thống. Những u cầu khơng chính xác sẽ dẫn tới những
câu trả lời không thỏa đáng. Các hệ thống cộng tác cần có khả năng phân tích câu
truy vấn, phát hiện nguyên nhân dẫn tới những kết quả không mong đợi và phản hồi
lại cho người dùng. Bên cạnh việc đưa ra câu trả lời truy vấn thông thường, hệ
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
7
thống cộng tác cần cung cấp thêm những thông tin bổ sung, chẳng hạn như các gợi
ý mở rộng phạm vi tìm kiếm, các kết quả tiềm ẩn, các phép phân loại hay các con số
tổng hợp, thống kê.
Thế nào là một hệ hỏi đáp cộng tác (CQA)?
Mặc dù ngôn ngữ truy vấn được sử dụng như một công cụ thuận tiện cho việc lấy
thông tin từ cơ sở dữ liệu (CSDL) nhưng người dùng ngày càng có nhu cầu tiếp cận
các hướng hỏi đáp có tính cộng tác, thơng minh hơn, các hướng tiếp cận có thể hiểu
được mục đích qua các câu truy vấn và cung cấp các thơng tin bổ sung hữu ích cũng
như trích chọn các câu trả lời. Tuy nhiên, các hướng tiếp cận đã có lại có những hạn
chế như sự đa dạng của các câu truy vấn, điều khiển nới lỏng truy vấn qua tương tác
với người dùng và sự duy trì tri thức vì chúng khơng thể trích chọn đủ các tri thức
ngữ nghĩa từ CSDL cơ bản để hỗ trợ cho việc tìm kiếm thơng tin hiệu quả. Để khắc
phục các hạn chế này thì chúng ta sử dụng các hệ hỏi đáp cộng tác để nới lỏng
phạm vi tìm kiếm của các điều kiện truy vấn gốc và cung cấp các câu trả lời lân cận
xấp xỉ.
Vấn đề chính trong hỏi đáp cộng tác là biểu diễn các mối quan hệ tương đồng giữa
các giá trị dữ liệu, điều này cần thiết cho việc nới lỏng truy vấn và hỗ trợ suy luận
giữa các đối tượng CSDL.
Hướng tiếp cận hỏi đáp công tác mới dùng cho việc cung cấp các câu trả lời lân cận
xấp xỉ thích hợp cho từng truy vấn cùng với các câu trả lời chính xác là nới lỏng
truy vấn. Hướng tiếp cận này có các mục tiêu sau:
1. Hỗ trợ người dùng của mức chuyên gia trong việc tìm kiếm thơng tin, thể
hiện các u cầu của họ với các loại truy vấn cộng tác theo sự thành thạo của
họ. Hướng tiếp cận này cho phép các câu truy vấn trừu tượng khái niệm và
áp đặt chúng vào mức khái niệm cao hơn dựa trên bối cảnh của người sử
dụng, không quan tâm đến tri thức lược đồ CSDL chi tiết.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
8
2. Cung cấp thước độ độ thích hợp để giúp người dùng xác định mức ưu tiên
của mỗi câu trả lời trong kết quả truy vấn. Đến cuối cùng, cần một phép đo
mối quan hệ ngữ nghĩa giữa các giá trị dữ liệu. Do có phép đo nên người
dùng có thể lấy được các kết quả truy vấn đã có sự sắp xếp.
3. Thực hiện việc điều khiển nới lỏng truy vấn tinh vi và linh hoạt qua tương
tác người dùng. Người dùng có khả năng điều chỉnh các mức nới lỏng truy
vấn và đưa ra phản hồi tương tác với hệ thống cho đến khi họ thỏa mãn với
các kết quả truy vấn.
4. Tạo điều kiện thuận lợi cho việc sáng tạo và duy trì các tri thức ngữ nghĩa
cần thiết cho việc nới lỏng truy vấn.
Tuy nhiên, lượng thơng tin được mở rộng hơn cũng khơng có nghĩa là phù hợp với
người dùng. Để thơng tin có giá trị thì việc cá nhân hóa truy vấn cũng rất cần thiết
để đưa ra được các thơng tin thích hợp với người dùng. Nhìn chung, để đạt được
tính cá nhân hóa thì người dùng sẽ thể hiện các mức ưu tiên của họ trên các mảng
dữ liệu cụ thể một cách rõ ràng hoặc thể hiện ẩn. Kết quả của một câu truy vấn tìm
kiếm sẽ được sắp xếp theo các mức ưu tiên của người dùng cụ thể.
Nội dung của luận văn này đưa ra giải pháp cho vấn đề mở rộng kết quả tìm kiếm
trong hệ thống thơng tin cộng tác, trong đó chủ đạo là vấn đề mở rộng kết quả tìm
kiếm nhưng vẫn đưa ra các kết quả hướng người dùng cụ thể. Để giải quyết được
việc mở rộng kết quả tìm kiếm luận văn đề xuất một phương pháp dựa trên một kỹ
thuật gọi là nới lỏng truy vấn. Đây là một kỹ thuật có khả năng nới lỏng các ràng
buộc trong câu truy vấn, sinh ra những câu trả lời có phạm vi rộng hơn. Còn vấn đề
hướng người dùng sẽ được giải quyết qua các khái niệm về mức ưu tiên trong
profile của người dùng, các mức ưu tiên theo ngữ cảnh và kỹ thuật nới lỏng các truy
vấn mức ưu tiên theo ngữ cảnh
Luận văn sẽ lần lượt đề cập tới khái niệm và nguyên lý của nới lỏng trong chương
1, đưa ra một cách tiếp cận để thực hiện kỹ thuật nới lỏng trong chương 2, đề cập
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
9
tới khái niệm các mức ưu tiên theo ngữ cảnh, xây dựng mơ hình, cách lưu trữ và
giải thuật nới lỏng các mức ưu tiên theo ngữ cảnh trong chương 3.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
10
Chương 1 - Tổng quan về nới lỏng truy vấn
1.1. Khái niệm nới lỏng và các hình thức nới lỏng
Các câu trả lời cho truy vấn được người dùng đặt ra đối với một CSDL không phải
luôn chứa các thông tin mà người dùng muốn. Các câu trả lời từ CSDL cho một câu
truy vấn dù là đúng logic nhưng vẫn có thể sự sai lệch. Một người dùng có thể cần
nhiều thơng tin hơn những gì họ u cầu hoặc có thể là họ thực sự cần các thơng tin
khác. Rất có thể là các truy vấn có liên quan gần với mục đích của người dùng. Một
phương pháp để tìm kiếm các câu trả lời lân cận với truy vấn gốc của người dùng có
thể được sử dụng để tạo ra các câu trả lời thỏa mãn nhu cầu của người dùng.
Chúng tôi giới thiệu một phương pháp có tính cộng tác, được gọi là nới lỏng để mở
rộng các truy vấn CSDL và các chương trình logic. Phương pháp nới lỏng mở rộng
phạm vi của một truy vấn bằng cách nới lỏng các ràng buộc ẩn trong truy vấn. Các
ràng buộc này bảo gồm các loại như hằng số, biến, các điều kiện. Điều này cho
phép CSDL trả lại các câu trả lời có liên quan với truy vấn gốc, cùng với các câu trả
lời chính tắc khác. Các câu trả lời được bổ sung này có thể là vấn đề mà người dùng
đang quan tâm.
Nguyên nhân thất bại của truy vấn xuất phát từ khả năng biểu diễn yêu cầu của
người dùng. Những người dùng không có đủ kiến thức về miền ứng dụng sẽ rất khó
tránh khỏi đưa ra những câu truy vấn chứa đựng các khái niệm, các thuật ngữ khơng
chính xác, hoặc sử dụng những điều kiện vi phạm một ràng buộc nào đó của hệ
thống. Chẳng hạn với câu truy vấn
Tìm các sinh viên khóa 49 thuộc bộ mơn Hệ thống thơng tin
Nếu trong thực tế, các sinh viên khóa 49 chưa phải là sinh viên năm cuối thì rõ ràng
câu truy vấn đã vi phạm ràng buộc “sinh viên thuộc bộ mơn Hệ thống thơng tin →
sinh viên có khóa < 49”. Hệ thống cần phát hiện những vi phạm này, tương tác với
người dùng để khắc phục.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
11
Sau khi thực hiện câu truy vấn, nếu số lượng kết quả đáp ứng là quá ít, hệ thống cần
cung cấp các gợi ý mở rộng kết quả. Có nhiều cách để mở rộng một câu truy vấn,
bao gồm mở rộng các điều kiện chọn, mở rộng các điều kiện nối (liên kết) hay thậm
chí mở rộng cả thực thể truy vấn. Các khả năng mở rộng kết quả được minh họa
trong những ví dụ sau.
VD1. Mở rộng điều kiện chọn
Tìm các sinh viên thuộc bộ mơn “Hệ thống thơng tin” có điểm tốt nghiệp > 9.00
Nếu khơng có sinh viên nào đáp ứng được điều kiện, hoặc số lượng sinh viên đáp
ứng q ít thì hệ thống có thể đưa ra gợi ý mở rộng kết quả như sau :
Tìm các sinh viên thuộc “Khoa CNTT” có điểm tốt nghiệp >9.00
Khái niệm “Khoa CNTT” không thuộc miền giá trị của thuộc tính “bộ mơn”. Nó đại
diện cho một tập các khái niệm {“Hệ thống thông tin”, “Công nghệ phần mềm”,
“Mạng và truyền thơng”, “Kỹ thuật máy tính”, “Khoa học máy tính”}. Câu truy vấn
được nới lỏng là một câu truy vấn có chứa khái niệm trừu tượng. Trước khi thực thi,
nó sẽ được biến đổi để chuyển khái niệm trừu tượng thành tất cả các khái niệm hợp
lệ mà nó đại diện. Số lượng kết quả đáp ứng câu truy vấn nới lỏng rất có khả năng
nhiều hơn so với truy vấn gốc.
VD2. Mở rộng điều kiện nối
Tìm các môn học được giảng dạy bởi giảng viên Nguyễn Văn A
Nếu bên cạnh những môn học được giảng dạy, giảng viên Nguyễn Văn A cịn theo
đuổi nghiên cứu nhiều mơn học hoặc lĩnh vực khác, thì câu truy vấn có thể được mở
rộng như sau :
Tìm các mơn học được giảng dạy và nghiên cứu bởi giảng viên Nguyễn Văn A
Trong trường hợp truy vấn này, điều kiện nối giữa hai thực thể “môn học” và
“giảng viên” đã được mở rộng so với ban đầu.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
12
VD3. Mở rộng thực thể
Tìm các sách có nội dung về CSDL do giảng viên Nguyễn Văn A viết
Nếu người truy vấn muốn có nhiều tài liệu về CSDL hơn, thì hệ thống có thể đưa ra
gợi ý nới lỏng như sau :
Tìm các cơng trình khoa học có nội dung về CSDL do giảng viên Nguyễn Văn A viết
Câu truy vấn đã nới lỏng thực thể “sách” thành thực thể “cơng trình khoa học”, là
thực thể bao trùm cả thực thể sách lẫn thực thể bài báo khoa học về đề tài CSDL.
Khi nào thì nới lỏng truy vấn?
Câu hỏi đầu tiên chúng ta cần đưa ra là khi nào thì nên nới lỏng câu truy vấn của
người dùng để nó trở thành câu truy vấn tổng quát hơn. Đầu tiên chúng ta phải trả
lời các câu truy vấn của người dùng khi có yêu cầu. Nếu câu truy vấn khơng có câu
trả lời hoặc người dùng đã xem tất cả các câu trả lời và khơng tìm thấy câu trả lời
mong muốn thì chúng ta có thể nới lỏng để câu truy vấn tổng quát hơn và bắt đầu
quay lại trả lời cho câu câu truy vấn đã được nới lỏng.
Đây cũng là một điển hình trong cách giao tiếp của con người.
Nếu một khách hàng hỏi đại lý du lịch xem có chuyến bay nào từ Đà Nẵng đến Hà
Nội vào một ngày giờ cụ thể không thì nhân viên ở đại lý du lịch sẽ trả lời cho
khách hàng các thơng tin thích hợp. Nếu khơng có câu trả lời hoặc câu trả lời khơng
thỏa mãn khách hàng thì người nhân viên đó sẽ đưa ra các sự lựa chọn khác.Ví dụ
như nhân viên đó có thể kiểm tra các chuyến bay từ Huế (gần Đà Nẵng) đến Hà Nội
vào thời gian mà người khách hàng muốn và đưa ra gợi ý về các chuyến bay đó cho
khách hàng. Nếu khơng có chuyến bay nào đáp ứng được thì nhân viên du lịch có
thể trả lời khách hàng là có một chuyến tàu đi giữa 2 địa điểm mà khách hàng hỏi,
và giá vé thì rẻ hơn máy bay.
Nhân viên du lịch đã nới lỏng các u cầu của khách hàng khi khơng có câu trả lời
phù hợp. Vì bất kỳ lý do gì thì lựa chọn tàu hỏa có thể khơng đúng ý của người
dùng nhưng phần lớn khách hàng sẽ quan tâm tới các thông tin này. Đại lý dựa trên
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
13
thực tế là các dự định của khách hàng đều được phản ánh trong câu hỏi, trong
trường hợp trên là anh hoặc chị có nhu cầu đi du lịch từ Đà Nẵng đến Hà Nội. Do
vậy, đại lý sẽ trả lời câu hỏi dựa trên các câu truy vấn lân cận.
Các ví dụ trên đã phần nào cho thấy được vai trò của nới lỏng trong việc cung cấp
những câu trả lời truy vấn thông minh, làm tăng hiệu quả khai khác dữ liệu của
người dùng. Tuy nhiên, không phải bất cứ điều kiện nào cũng được nới lỏng. Chỉ có
thể nới lỏng một điều kiện nếu việc nới lỏng khơng làm thay đổi mục đích truy vấn,
và quan trọng là những điều kiện này phải được cung cấp khả năng nới lỏng thông
qua cơ sở tri thức của hệ thống. Cơ sở tri thức của nới lỏng có thể khác nhau tùy
theo từng cách tiếp cận.
1.2.Phân cấp khái niệm – cơ sở tri thức của nới lỏng
Phân cấp khái niệm là cơ sở tri thức của quá trình nới lỏng truy vấn trong các
phương pháp gom nhóm khái niệm. Mỗi phân cấp khái niệm thường tương ứng với
một thuộc tính của một thực thể trong CSDL, và nó cung cấp khả năng nới lỏng cho
thuộc tính đó. Một phân cấp khái niệm có các đặc điểm sau :
• Là một cách tổ chức, mô tả tri thức theo một hình thái phân cấp với nhiều
mức khái niệm.
• Khái niệm ở mức cao hơn trong phân cấp sẽ trừu tượng hơn các khái niệm ở
các mức thấp hơn nó trong phân cấp đó.
• Các khái niệm ở mức thấp nhất định nghĩa miền giá trị của thuộc tính trong
quan hệ nào đó, lưu trữ trực tiếp trong cơ sở dữ liệu.
Cách hình dung đơn giản nhất về phân cấp khái niệm là hình ảnh một cây phân cấp
như trong hình 1 :
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
14
Mọi đồ án
Ứng dụng
Nghiên cứu
CSDL
CSDL hướng
đối tượng
Mơ hình dữ liệu
hướng đối tượng
CSDL suy diễn
Xử lý truy vấn
hướng đối tượng
Xử lý ngôn
ngữ tự nhiên
Các hệ thống
thông tin
Hệ nhúng
<Các nút con>
Hình 1 – Hình ảnh một phân cấp khái niệm
Hình 1 mơ tả một phần của phân cấp khái niệm có nội dung phân loại các lĩnh vực
của các đồ án tốt nghiệp ngành CNTT trong CSDL trường ĐH Bách Khoa Hà Nội.
Có thể thấy, càng đi xuống cây phân cấp, mức độ trừu tượng càng giảm. Gốc cây
phân cấp là khái niệm bao trùm tất cả các lĩnh vực của đồ án. Tiếp theo, các lĩnh
vực được phân chia nhỏ hơn thành “Nghiên cứu”, “Ứng dụng”. Mỗi khái niệm
(tương ứng với một nút trên cây phân cấp) lại tiếp tục được chia thành những nút
con chứa các khái niệm chi tiết hơn, kém trừu tượng hơn. Các nút ở mức dưới cùng
như “Mơ hình dữ liệu hướng đối tượng” hay “Xử lý truy vấn hướng đối tượng” là
những khái niệm cụ thể nhất, và chúng xuất hiện trực tiếp trong CSDL (các khái
niệm này thuộc miền giá trị của thuộc tính PhanLoai trong quan hệ DoAn).
Các phân cấp khái niệm có thể được cung cấp từ nhiều nguồn, trong đó chủ yếu là
từ những chuyên gia miền, là những người am hiểu về miền ứng dụng mà hệ thống
đang phục vụ. Tuy nhiên, một vài loại phân cấp khái niệm có thể được xây dựng
một cách tự động dựa trên một số tiêu chí nào đó, chẳng hạn như xác suất phân bố
của các giá trị số, hoặc độ gần về ngữ nghĩa của các giá trị phi số. Đã có nhiều
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
15
nghiên cứu cho phép sinh tự động các phân cấp khái niệm, và trong một số trường
hợp, các phân cấp được sinh tự động này cũng phát huy được vai trị nhất định.
Nhìn chung, các phân cấp do hệ thống sinh ra vẫn cần phải được tinh chỉnh bởi
chuyên gia miền để đảm bảo tính đúng đắn của phân cấp.
Các phân cấp khái niệm có thể được lưu trữ bên trong CSDL dưới dạng các quan
hệ, hoặc lưu trữ bên ngồi, chẳng hạn bằng định dạng XML. Q trình nới lỏng truy
vấn khai thác tri thức chứa đựng trong phân cấp dựa trên hai thao tác cơ bản: Đi lên
và đi xuống cây phân cấp, hay còn gọi là tổng qt hóa và chi tiết hóa khái niệm.
Đây chính là nguyên lý cơ bản của phương pháp nới lỏng dựa vào phân cấp.
1.3.Nới lỏng truy vấn dựa vào các phân cấp khái niệm
Hai thao tác cơ bản trong quá trình nới lỏng dựa trên phân cấp bao gồm : Tổng quát
hóa khái niệm (đi lên cây phân cấp) và chi tiết hóa khái niệm (đi xuống cây phân
cấp).
a.Tổng quát hóa khái niệm
Tổng qt hóa là q trình biến đổi một khái niệm trên phân cấp thành một khái
niệm có mức trừu tượng cao hơn nó (bằng cách di chuyển lên phía trên cây phân
cấp). Q trình tổng qt hóa có thể được tiến hành theo n - mức (n ≥ 1). Số n càng
lớn thì khái niệm thu được sẽ ở mức trừu tượng càng cao.
Mọi đồ án
Nghiên cứu
CSDL
CSDL hướng đối
tượng
Mơ hình dữ liệu
hướng đối tượng
…
…
…
…
Hình 2 – Tổng q hóa khái niệm
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
16
Trong hình 2, kết quả tổng qt hóa của “Mơ hình dữ liệu hướng đối tượng” theo 1
mức sẽ cho ra “CSDL hướng đối tượng”, theo 2 mức cho ra “CSDL”.
b.Chi tiết hóa khái niệm
Ngược lại với tổng quát hóa, chi tiết hóa là q trình biến đổi một khái niệm trong
phân cấp thành một tập các khái niệm tương ứng có mức độ trừu tượng thấp hơn
(bằng cách di chuyển xuống dưới cây phân cấp). Quá trình chi tiết hóa cũng có thể
thực hiện theo n - mức, với n càng lớn thì độ chi tiết của giá trị đạt được càng cao.
CSDL
CSDL hướng
đối tượng
Mơ hình dữ
liệu hướng
đối tượng
Xử lý truy vấn
hướng đối
tượng
CSDL suy
diễn
Datalog
Xử lý truy vấn
suy diễn
Hình 3 – Chi tiết hóa khái niệm
Trong hình 3, chi tiết hóa 2 – mức với khái niệm “CSDL” cho ra tập các khái niệm
{“Mơ hình dữ liệu hướng đối tượng”, “Xử lý truy vấn hướng đối tượng”, “Datalog”,
“Xử lý truy vấn suy diễn”}.
Thông qua 2 thao tác cơ bản là tổng quát hóa và chi tiết hóa, hệ thống có thể nới
lỏng các điều kiện trong câu truy vấn và hiểu được các câu truy vấn chứa các khái
niệm trừu tượng.
c.Nới lỏng điều kiện truy vấn bằng mở rộng khái niệm
Với hai thao tác tổng quát hóa và chi tiết hóa, có thể hình dung ngun lý của nới
lỏng là một quá trình bao gồm các bước sau:
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
17
• Xác định giá trị trong điều kiện cần nới lỏng của truy vấn, tìm kiếm và định
vị nó tại một khái niệm trên phân cấp.
• Từ vị trí này, tiến hành tổng quát hóa lên n - mức, sẽ được một khái niệm ở
một mức trừu tượng cao hơn.
• Từ khái niệm ở mức trừu tượng cao này, tiến hành chi tiết hóa n - mức. Kết
quả trả về là một tập các khái niệm, bao gồm khái niệm gốc và bổ sung thêm
các khái niệm lân cận có cùng mức trừu tượng với nó. Đây chính là điều kiện
mở rộng của câu truy vấn ban đầu.
Mọi đồ án
Nghiên cứu
CSDL
CSDL hướng
đối tượng
Mơ hình dữ liệu
hướng đối tượng
…
…
…
Xử lý truy vấn
hướng đối tượng
Hình 4 – Ngun lý của nới lỏng
Ví dụ, giả sử truy vấn ban đầu có yêu cầu :
Tìm các đồ án tốt nghiệp thuộc lĩnh vực “Mơ hình dữ liệu hướng đối tượng”
Nới lỏng điều kiện về lĩnh vực sẽ sinh ra một câu truy vấn mới với các giá trị của
điều kiện chọn thuộc về lĩnh vực trừu tượng hơn là “CSDL hướng đối tượng” :
Tìm các đồ án tốt nghiệp thuộc một trong các lĩnh vực (“Mơ hình dữ liệu hướng đối
tượng”, “Xử lý truy vấn hướng đối tượng”)
Truy vấn mang tính trừu tượng
Truy vấn mang tính trừu tượng là những câu truy vấn mà giá trị sử dụng trong các
điều kiện ràng buộc là những khái niệm ở mức trừu tượng cao. Mỗi khái niệm trừu
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
18
tượng đại diện cho một tập các phần tử trong miền giá trị của thuộc tính. Đối với
các hệ thống thông thường, thực thi truy vấn với những giá trị trừu tượng này sẽ
khơng có kết quả trả về, bởi vì hệ thống khơng hiểu các giá trị đó (khơng tìm thấy
trong CSDL). Trong các hệ thống cộng tác, thơng qua thao tác chi tiết hóa, câu truy
vấn sẽ được khử trừu tượng. Ví dụ, đối với phân cấp trong hình 4, người dùng có
thể đưa vào truy vấn :
Tìm các đồ án tốt nghiệp thuộc lĩnh vực “CSDL hướng đối tượng”
Thuộc tính lĩnh vực của quan hệ đồ án không nhận giá trị “CSDL hướng đối
tượng”. Tuy nhiên, dựa vào phân cấp khái niệm, câu truy vấn trên sẽ được biến đổi
để điều kiện ràng buộc trở nên có nghĩa :
Tìm các đồ án tốt nghiệp thuộc một trong các lĩnh vực (“Mơ hình dữ liệu hướng đối
tượng”, “Xử lý truy vấn hướng đối tượng”)
Kết chương :
Phần mở đầu và nội dung chương 1 đã giới thiệu đôi nét về các hệ thống thông tin
cộng tác và khả năng ưu việt của các hệ thống này trong việc hỗ trợ người dùng.
Một trong những kỹ thuật được sử dụng trong các hệ thống thông tin cộng tác là kỹ
thuật nới lỏng truy vấn. Chương 1 đã trình bày khá chi tiết về khái niệm và nguyên
lý của nới lỏng, chỉ ra vị trí của mơ đun nới lỏng trong hệ thống cộng tác. Trong
chương tiếp theo, luận văn sẽ giới thiệu một trong những cách tiếp cận nới lỏng dựa
trên phương pháp gom nhóm khái niệm. Đó là phương pháp tổ chức tất cả các phân
cấp khái niệm dạng mở rộng (các phân cấp trừu tượng tri thức) vào một cơ sở tri
thức tập trung gọi là CSDL trừu tượng tri thức.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
19
Chương 2 - Nới lỏng truy vấn theo cách tiếp cận KAH và KAD
Chương 2 của luận văn sẽ giới thiệu một phương pháp tiếp cận nới lỏng mở rộng từ
các phương pháp gom nhóm khái niệm. Đó là phương pháp sử dụng nguồn tri thức
trích rút từ các phân cấp trừu tượng tri thức KAH (Knowledge Abstraction
Hierarchy). Các phân cấp KAH được tổ chức tập trung thành các quan hệ trong
CSDL trừu tượng tri thức KAD (Knowledge Abstraction Database). Chương 2 sẽ
lần lượt trình bày khái niệm về KAH, KAD và phương pháp trích rút tri thức từ
KAD để thực hiện nới lỏng. Mơ hình và mục đích của người dùng hệ thống hỏi đáp
cộng tác sẽ được đề cập đến để góp phần làm cho hệ thống thân thiện với người
dùng.
2.1.Phân cấp trừu tượng tri thức KAH
Trừu tượng dữ liệu được coi là một phương pháp liên kết mối quan hệ ngữ nghĩa
giữa các giá trị dữ liệu hiệu quả. Trong trừu tượng dữ liệu, một giá trị dữ liệu cụ thể
được tổng quát hóa thành giá trị trừu tượng tương ứng, và một có giá trị dữ liệu cụ
thể được coi nhà là giá trị chi tiết hóa của một giá trị trừu tượng. Sử dụng trừu
tượng dữ liệu, chúng ta xây dựng một KAH là một khung biểu diễn tri thức, tạo
thuận lợi cho việc biểu diên các tri thức và dữ liệu đa tầng của CSDL. Một cách cụ
thể, KAH được xây dựng nhờ các quan hệ tổng quát hóa và chi tiết hóa giữa các giá
trị trừu tượng và các giá trị cụ thể.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
20
Tất cả đồ án
Mọi đồ án
Kiểu đồ án
Lĩnh vực
Nhánh con của
lĩnh vực
Vấn đề giải
quyết
CSDL
CSDL
hướng đối
tượng
Mơ hình dữ
liệu hướng
đối tượng
CSDL suy
diễn
Xử lý truy
vấn hướng
đối tượng
Xử lý ngôn
ngữ tự nhiên
Các hệ
thống thông
tin
Hệ nhúng
Ngành học
Tất cả ngành
học
HTTT
Ngành học
Mơn học
Ứng dụng
Nghiên cứu
CSDL
Xử lý ngơn
ngữ tự nhiên
CNPM
Quy trình SX
phần mềm
Hệ nhúng
Hình 5 – Minh hoạ KAH
Hình 5 là minh họa KAH với 2 thể hiện là Đồ án và các Ngành học của cùng một
CSDL.)
Hai phân cấp trừu tượng có trong KAH là Phân cấp trừu tượng giá trị (hình bên
phải trong hình 1) và Phân cấp trừu tượng miền (hình bên trái trong hình 1) . Trong
phân cấp trừu tượng giá trị, một giá trị cụ thể ở mức trừu tượng thấp hơn được tổng
quát hóa thành giá trị trừu tượng ở mức trừu tượng cao hơn và giá trị trừu tượng có
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
21
thể được tổng quát hóa thành giá trị trừu tượng hơn nữa. Ngược lại, giá trị cụ thể
được coi là giá trị chi tiết hóa của một giá trị trừu tượng. Theo đúng nghĩa thì có
mối quan hệ tổng qt hóa/ trừu tượng hóa (IS-A) giữa các giá trị trừu tượng và giá
trị cụ thể. Ví dụ thì “CSDL hướng đối tượng” là một nhánh con của “CSDL”, trong
khi đó “CSDL” là một lĩnh vực của “Nghiên cứu”. Các mức cao hơn cung cấp một
biễu diễn dữ liệu trừu tượng hơn ở các mức thấp. Theo đó, một giá trị ở mức đỉnh là
trừu tượng nhất trong phân cấp trong khi các giá trị ở mức đáy nhất là chi tiết hóa
nhất.
Mối quan hệ giữa một giá trị trừu tượng và giá trị cụ thể của nó là một – nhiều. Do
vậy, sự tổng quát hóa giá trị của “CSDL hướng đối tượng” cho kết quả là “CSDL”,
còn sự chi tiết hóa giá trị của “CSDL” có kết quả là 2 giá trị: “CSDL hướng đối
tượng” và “CSDL suy diễn”. Tuy nhiên, một giá trị cụ thể cũng có thể có nhiều giá
trị trừu tượng ở các mức trừu tượng khác nhau dọc theo đường đi từ giá trị cụ thể
đến giá trị trừu tượng nhất của nó ở mức trừu tượng cao nhất. Một giá trị trừu tượng
được gọi là giá trị trừu tượng n -mức của giá trị cụ thể theo mức trừu tượng phân
biệt n.
Thứ hai là phân cấp trừu tượng miền bao gồm các miền, trong các miền đó chứa
đựng tất cả các giá trị riêng biệt của phân cấp trừu tượng miền và có các quan hệ
INSTANCE-OF giữa miền và giá trị. Có nhiều quan hệ tổng quát hóa/chi tiết hóa
giữa các giá trị dữ liệu ở 2 mức trừu tượng khác nhau của phân cấp trừu tượng giá
trị, có quan hệ miền cha/miền con giữa 2 miền khác nhau và từ đó ta có trừu tượng
miền. Ví dụ, “Lĩnh vực” là miền cha của “Nhánh con của lĩnh vực”. Tất cả các giá
trị trừu tượng của các giá trị thể hiện trong miền con tương thích với giá trị thể hiện
của miền cha. Do đó, miền cha “Lĩnh vực” tổng quát hơn miền con “Nhánh con của
lĩnh vực” vì “Lĩnh vực” chứa nhiều giá trị tổng quát hơn “Nhánh con của lĩnh vực”.
Quan hệ chính giữa 2 miền kề sát nhau được giả sử là quan hệ một – một và miền
cha được gọi là miền cha n-mức của miền con theo phân biệt mức trừu tượng n.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
22
Như hình 1 ta thấy vì KAH cụ thể với từng ứng dụng riêng biệt nên các thể hiện
khác nhau của KAH có thể xuất phát từ CSDL cơ bản đơn. Khi cần thiết thì các
phân cấp bổ sung có thể được tạo ra từ cùng một CSDL. Vì tri thức trừu tượng giá
trị là tuỳ thuộc vào ngữ cảnh của từng ứng dụng nên người thiết kế KAH có thể
nghiên cứu mục đích của truy vấn CSDL và mẫu dùng của đơn vị. Sau đó, ta chỉ
dẫn các biên dịch về ngữ nghĩa tri thức trừu tượng của CSDL hoặc thực hiện việc
phân tích từ dưới lên để nhóm các giá trị thuộc tính thành một phân cấp trên cơ sở
phân bố và tần suất của các giá trị dữ liệu. Sau khi thực hiện các nghiên cứu mở đầu
thì người thiết kế có thể xây dựng một quan hệ nhị phân giữa các giá trị trừu tượng
và các giá trị cụ thể nhờ sử dụng các quan hệ tổng quát hoá và chi tiết hoá, và xây
dựng dần phân cấp hoàn thiện.
Trong biểu diễn của các thể hiện của nhiều KAH, một miền là duy nhất và chỉ được
định vị trong một phân cấp, trong khi đó các giá trị giống nhau có thể được định vị
trong nhiều phân cấp và trong nhiều miền. Ví dụ như ở hình 1, các giá trị như
“CSDL” được tìm thấy trong cả phân cấp “Đồ án” và “Ngành học” nhưng chúng
thuộc các miền khác nhau phụ thuộc vào phân cấp. Trong phân cấp “Đồ án”, nó
thuộc miền “Lĩnh vực”, cịn trong phân cấp cịn lại nó thuộc về miền “Mơn học”.
Vì giá trị “CSDL” có ở nhiều vị trí nên các giá trị trừu tượng và giá trị cụ thể của nó
khơng được xác định duy nhất bởi giá trị “CSDL”. Thông tin về miền được thêm
vào để nhận dạng được các giá trị trừu tượng và giá trị chi tiết cho một giá trị cụ thể
cho trước. Ví dụ như giá trị trừu tượng mức 1 của “CSDL” trong miền “Đồ án” là
“CSDL hướng đối tượng”, cịn trong miền “Mơn học” là “Các hệ CSDL”. Tương tự
như vậy, các tập khác nhau của các giá trị chi tiết mức 1 của một giá trị cho trước
được nhận dạng dựa trên miền. Chúng ta gọi thuộc tính này là sự phụ thuộc miền
của giá trị trừu tượng và giá trị chi tiết.
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
23
2.2.CSDL trừu tượng tri thức KAD
Trong phương pháp tiếp cận KAH, các phân cấp được tổ chức tập trung trong các
quan hệ của một CSDL gọi là CSDL trừu tượng tri thức (Knowledge Abstraction
Database - KAD).
Ngữ nghĩa có trong KAH được kết hợp chặt chẽ với CSDL trừu tượng tri thức để
tạo nên một CSDL tri thức cộng tác, tạo điều kiện cho các xử lý hỏi đáp cộng tác.
Cụ thể, lược đồ của CSDL trừu tượng tri thức được thiết kế cho mơ hình dữ liệu
quan hệ vì vậy cả CSDL cơ bản và CSDL trừu tượng tri thức đều có thể được xử lý
theo hình thức đơn lẻ bởi một ngôn ngữ truy vấn quan hệ.
2.2.1.Sơ đồ quan hệ của KAD
Để biểu diễn đầy đủ tri thức được cung cấp bởi KAH, KAD cần cung cấp ba loại
thông tin, bao gồm thông tin trừu tượng giá trị, thông tin trừu tượng miền, và thông
tin ánh xạ giữa KAD với CSDL chứa dữ liệu của hệ thống. Cách tổ chức KAD cũng
cần tạo điều kiện cho các thao tác tổng quát hóa và chi tiết hóa trên cây phân cấp.
Ngồi ra, hệ thống cũng cần một số thơng tin về trừu tượng thực thể, trừu tượng liên
kết,… để nới lỏng thực thể và nới lỏng điều kiện nối. Với những yêu cầu như vậy,
KAD được thiết kế với một số quan hệ hạt nhân như sau :
DOMAIN_ABSTRACTION
• Thuộc tính : Domain, Super_Domain, Hierarchy, Abstraction_Level
• Chức năng : Lưu trữ tất cả các phân cấp miền. Từ bảng này, hệ thống có thể
xác định được phân cấp miền tương ứng với một KAH nào đó. Các thuộc
tính của bảng lần lượt mô tả tên một miền, tên miền mức trên (Superdomain) của nó, phân cấp KAH tương ứng với nó, và vị trí (mức) của nó trên
phân cấp miền.
VALUE_ABSTRACTION
Phạm Thị Thu Thuỷ - Cao học CNTT – Khoá 06-08
