Mô hình rút trích cụm từ đặc trưng ngữ nghĩa trong tiếng việt 07

Mô hình rút trích cm t c trng ng ngha trong ting Vit


102













Chng 6




MÔ HÌNH RÚT TRÍCH CM T
C TRNG NG NGHA TRONG
TING VIT (ViKE)
KT HP HNG TIP CN RÚT TRÍCH VÀ
HNG TIP CN XÁC NH

6.1 Gii thiu

Trong chng này, lun án trình bày Mô hình rút trích cm danh t c trng
ng ngha trong ting Vit c gi là ViKE. ây là mô hình kt hp gia mô
hình theo hng tip cn xác nh CDTTNN-ViKEa và mô hình theo hng tip
cn rút trích CDTTNN-ViKEe. S kt hp ca hai mô hình này nhm mc tiêu
Mô hình rút trích cm t c trng ng ngha trong ting Vit


103
phát huy u im, cng nh hn ch các nhc im ca c hng tip cn xác
nh và hng tip cn rút trích cm danh t c trng ng ngha trong ting Vit.
Phn còn li ca chng c t chc thành ba phn: Phn 6.2 trình bày mô
hình kt hp gia hai mô hình ViKEa và ViKEe; Phn 6.3 mô t h thng rút

trích CDTTNN trong ting Vit, cng nh mô hình kin trúc ba lp ca h
thng; Phn 6.4 phân tích và ánh giá hiu sut rút trích CDTTNN ca h thng
ViKE; Phn cui cùng là kt chng.
6.2 Mô hình rút trích CDTTNN trong ting Vit

Mô hình tng quát ViKE là s kt hp hai mô hình ViKEa và ViKEe c
trình bày  Hình 6.1.

















Trong mô hình tng quát rút trích cm danh t c trng ng ngha trong
ting Vit, quy trình c thc hin ln lt qua các công on sau:
Hình 6.1 Mô hình tng quát rút trích cm danh t c trng ng ngha
ViKE.

Tin x lý

Câu ting Vit
Gán nhãn t loi
Phân on t
Xác nh CDTTNN
Tp m u
Rút trích các cm
danh t d tuyn
Ontology
ViO
Các CDTTNN
Da vào Ontology
Da vào hc máy
Mô hình
Mô hình rút trích cm t c trng ng ngha trong ting Vit


104
• Công on 1. Tin x lý các câu ting Vit bao g!m bài toán phân on t và
gán nhãn t loi.
• Công on 2. Rút trích các cm danh t d tuyn t các t có gán nhãn t
loi  công on 1 bng phng pháp so trùng m u.
• Công on 3. Xác nh chính xác CDTTNN t các cm danh t d tuyn
ln lt qua các bc sau:
o Bc 1: Da vào các thông tin ng cnh là các t, hay cm t quan h
 nhn din các CDTTNN trong các cm danh t d tuyn thông
qua mô hình ViKEa (ng vi tr"ng hp các câu có cha các t, hay
cm t quan h gia các cm danh t d tuyn).
o Bc 2: Trong tr"ng hp gia các cm danh t d tuyn không có
các t, hay cm t quan h thì quá trình nhn din CDTTNN s# c
truy vn da trên Ontology ViO thông qua mô hình ViKEa (ng vi

tr"ng hp các câu mà không cha các t, hay cm t quan h gia các
cm danh t d tuyn, nhng các cm danh t d tuyn có khái nim
trong ViO).
o Bc 3: Nu các cm danh t d tuyn cha t!n ti trong c s tri thc
hay các cm danh t d tuyn không có khái nim trong ViO , thì vic
xác nh cm danh t d tuyn nào là CDTTNN s# da vào phng
pháp hc máy thông qua mô hình ViKEe (ng vi tr"ng hp các câu
mà không cha các t, hay cm t quan h gia các cm danh t d
tuyn và các cm danh t d tuyn không có khái nim trong ViO).
V ý tng, gii thut xác nh các cm danh t c trng ng ngha trong mô
hình ViKE c trình bày tng quát nh sau:
GII THUT 6.1 Xác nh cm danh t c trng ng ngha trong ViKE
- Nhp: Tp các câu {S
1
, ..., S
K
},ViO
- Xut: Cm danh t c trng ng ngha (CDTTNN) cho m$i câu
- Phng pháp:
1. for i = 1 to K do Word_Segmentation(S
i
); /* phân on t */
2. for i = 1 to K do POS_Tagger(S
i
); /* gán nhãn t loi cho m$i t */
Mô hình rút trích cm t c trng ng ngha trong ting Vit


105
3. for i = 1 to K do Candidate_Identification(S

i
);
/* nhn din các cm t d tuyn tng ng cho m$i câu */
4. for i = 1 to K do
5. If gia các cm danh t d tuyn có cha các cm t quan h hay có
các khái nim t!n ti trong ViO then ExecViKEa()
6. else ExecViKEe();
/* ExecViKEa() : thc hin mô hình ViKEa */
/* ExecViKEe(): thc hin mô hình ViKEe */
6.3 H thng rút trích CDTTNN trong ting Vit
 kim nghim các phng pháp  xut cho bài toán rút trích CDTTNN
cho câu ting Vit, lun án hin thc Mô hình rút trích cm danh t c trng
ng ngha trong ting Vit –ViKE nh m%t h thng vi mô hình kin trúc ba lp
c trình bày  Hình 6.2.
1.
Lp giao din (Presentation tier): cung cp m%t giao din cho phép ng"i s
dng nhp các câu trc tip vào h thng hoc t m%t tp tin cha các câu. Kt
qu tr v là các CDTTNN tng ng cho m$i câu nhp di dng XML. Vi
dng XML, các CDTTNN có th d& dàng c s dng trong các ng dng
khác.
2. Lp nghip v (Business tier): ây là thành phn th hin các qui t'c nghip v
ca kin trúc h thng ViKE. Lp này g!m ba khi:
• Khi th nht chu trách nhim tách t và gán nhãn t loi cho t (Word
segmentation and POS tagger).
• Khi th hai là mô hình ViKEa theo hng tip cn xác nh CDTTNN,
dùng  x lý các câu ca ng"i s dng có cha các t, hay cm t quan
h gia các cm danh t d tuyn, hoc câu có cha các cm danh t d
tuyn có khái nim trong ViO.
• Khi th ba là mô hình ViKEe theo hng tip cn rút tích CDTTNN.
Khi này x lý các câu không cha các t, hay cm t quan h gia các

cm danh t d tuyn, và cng không cha các cm danh t d tuyn có
khái nim trong ViO.
Các khi này c thit k trong môi tr"ng Java thành bn công c %c lp
Mô hình rút trích cm t c trng ng ngha trong ting Vit


106
là vnWordSegmentation, vnPOSTagger, ViKEa, ViKEe mà chúng d& dàng tích
hp vào các h thng khác.

3. Lp c s d liu (Database tier): lp này cung cp các chc n(ng lu tr và
truy xut d liu ca ViKE thông qua h qun tr c s d liu MySQL Server
5.1 và các tp tin ng liu dng XML.

Lp nghip v Lp giao din Lp c s d liu
Hình 6.2

Mô hình kin trúc ba lp ca h thng rút trích cm danh t
c trng ng ngha trong ting Vit –ViKE.

Các câu ting Vit
Mô hình ViKEe
(da vào hc máy)
Tin x lý
Gán nhãn t loi
Phân on t
Mô hình ViKEa
Xác nh CDTTNN
da vào ontology
Xác nh CDTTNN
da vào lut quan h
Rút trích các cm
DT d tuyn da vào
lut cu trúc cm DT

ViO Ontology
& T in

ViDic
Tp lut
quan h
Kho ng liu
hun luyn 2
Kho ng liu
hun luyn 1
Tp lut kt
hp
Tp lut cu
trúc cm
danh t
Các
CDTTNN