Luận văn Tìm kiếm ngữ nghĩa ứng dụng trên lĩnh vực eDoc 1 LI CM N u tiên, chúng em xin gi li cm n n Thy, Cô khoa Công ngh Thông tin trng i hc Khoa hc T nhiên ã tn tình dy d, dìu dt chúng em sut bn nm i hc. Chúng em cm n Cô Phm Th Bch Hu, ngi tn tình hng dn, giúp , ng viên chúng em hoàn thành lun vn này. Cui cùng, chúng con cm n Ba, M và nhng ngi thân ã khích l, h tr, ng viên chúng con trong thi gian hc tp, nghiên cu  có c thành qu nh ngày nay. Tháng 7 nm 2005 Sinh viên Phm Th M Phng – T Th Ngc Thanh 2 NHN XÉT CA GIÁO VIÊN HNG DN …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… ………………………………………………………………………………… …………………………………………………………………………………… Ngày…… tháng……nm 2005 Ký tên  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 3 - 0112398 – T Th Ngc Thanh NHN XÉT CA GIÁO VIÊN PHN BIN …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………….……………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………………………………………………………………… …………………………… Ngày…… tháng……nm 2005 Ký tên  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 4 - 0112398 – T Th Ngc Thanh MC LC M U 10 Chng 1 : TNG QUAN 11 1.1. "t v#n  11 1.2. Bài toán gii quyt 13 1.3. Hng tip cn 14 Chng 2 : C S LÝ THUYT 17 2.1. Chin lc tìm kim thông tin c$a các b tìm kim (Search Engine) 17 2.1.1. Mt s search engine thông d!ng: 17 2.1.2. Chin lc tìm kim 32 Nguyên lý hot ng 34 2.2. Semantic Web 34 2.2.1. Khái nim 34 2.2.2. Kin trúc 36 2.2.3. Các thách thc "t ra cho Semantic web 37 2.2.4. So sánh web và web ng ngh a 41 2.2.5. Các khái nim liên quan 42 2.2.6. Ontology 44 2.2.7. Rdf 46 2.3. eDoc 55 2.3.1. Tìm hiu eLearning 55 2.3.2. Tìm hiu eLib 61 2.3.3. Tìm hiu eDoc 68 2.4. Mt s v#n  trong x% lí ngôn ng t nhiên: 71 2.4.1. V#n  trong vic x% lí vn bn: 72 2.4.2. V#n  x% lí ng ngh a: 72 2.4.3. Phân loi vn bn (Text Classification) 82 Chng 3 : MÔ HÌNH VÀ GII THUT 84 3.1. Công ngh tìm kim ng ngh a trên th gii hin nay: 84 3.2. Các bc xây dng mt ng d!ng semantic search engine: 91 3.3.1. Xây dng kin trúc Web ng ngh a: 92 3.3.2. Lp ch& m!c ng ngh a tim tàng: 93 3.3. Mô hình  ngh cho ng d!ng tìm kim ng ngh a trên l nh vc eDoc 96 3.4. Các gii thut s% d!ng 100 3.4.1. Gii thut x% lý tài liu: 100 3.4.2. Gii thut rút trích siêu d liu: 102 3.4.3. Gii thut phân loi l nh vc cho tài liu: 104 3.4.4. Gii thut x% lí câu truy v#n: 104 Chng 4 : CHNG TRÌNH NG DNG 105 4.1. Gii thiu chng trình ng d!ng: 105 4.2. Kin trúc c$a ng d!ng: 105 4.3. Mô t phm vi ng d!ng 107 4.3.1. Mô t bài toán: 107  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 5 - 0112398 – T Th Ngc Thanh 4.3.2. Xác nh yêu cu: 107 4.4. Xây dng ng d!ng: 108 4.4.1. Thit k d liu: 108 4.4.2. Thit k x% lý: 110 4.5. Kt qu chng trình 112 4.6. Thc nghim chng trình 114 Chng 5 : KT LUN 118 5.1. ánh giá kt qu nghiên cu 118 5.1.1. 'u im 118 5.1.2. Khuyt im: 119 5.2. Hng phát trin 119 TÀI LIU THAM KHO 120 I. Lun vn, lun án: 120 II. Sách, eBooks: 120 III. Website: 122 PH LC 124 1. Cú pháp RDF: 124 2. RDF Gateway: 129 2.1. Kin trúc c$a RDF Gateway: 130 2.2. Tính nng (Features) 132 3. H thng nhãn ng ngh a: 138 3.1. Nhãn ng ngh a c bn cho danh t: 139 3.2. Nhãn ng ngh a c bn cho ng t: 141 3.3. Nhãn ng ngh a c bn cho tính t: 142 3.4. H thng nhãn ng ngh a LDOCE 142 4. H c s tri thc ng ngh a t vng WordNet 144 4.1. H thng nhãn ng ngh a c$a danh t: 144 4.2. H thng nhãn ng ngh a c$a ng t: 149  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 6 - 0112398 – T Th Ngc Thanh DANH MC CÁC BNG Bng 1 : Bng hng dn nhanh v cách s dng mt s search engine ph bin 28 Bng 2: S lc v các c trng c a mt s search engine thông dng trên Internet 32 Bng 3 : Các lp trong RDF 54 Bng 4:Các thuc tính c a RDF 55 Bng 5: Danh sách các ngh!a và ràng buc c a các t" th#c trong câu 77 Bng 6 Mô t c s$ d% li&u cho 'ng dng 110 Bng 7 Các module c a chng trình 110 Bng 8 Module eDocSearch 111 Bng 9 Module eDocSearch 111 Bng 10 Các câu truy v(n th nghi&m 115 Bng 11 Thng kê l!nh v#c khoa h)c máy tính 116 Bng 12 Thng kê l!nh v#c ngh& thu*t. 116 Bng 13: Nhãn ng% ngh!a c bn cho danh t" 140 Bng 14: Nhãn ng% ngh!a c bn cho ng t" 142 Bng 15 : Nhãn ng% ngh!a c bn cho tính t" 142 Bng 16: H& thng nhãn ng% ngh!a LDOCE 144 Bng 17:S# phân lp danh t" trong WordNet 148  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 7 - 0112398 – T Th Ngc Thanh DANH MC CÁC HÌNH Hình 1: Giao di&n c a Google 18 Hình 2: Giao di&n c a Yahoo 19 Hình 3: Giao di&n c a Ask Jeeves 20 Hình 4: Giao di&n c a AllTheWeb 21 Hình 5: Giao di&n c a Teoma 22 Hình 6: Giao di&n HotBot 23 Hình 7: Giao di&n c a Altavista 24 Hình 8: Giao di&n c a Lycos 25 Hình 9: Kin trúc t+ng c a Semantic web 36 Hình 10: Mt Ontology n gin 46 Hình 11: Mô hình d% li&u RDF 51 Hình 12 : Tiêu chu,n ánh giá tính bo m*t c a eDoc 71 Hình 13 Các quan h& cú pháp và ràng buc ng% ngh!a 76 Hình 14 Cây quyt -nh trong vi&c ch)n ngh!a phù hp. 78 Hình 15: Dòng c s$ tìm kim Web 91 Hình 16: Mô hình  ngh- cho 'ng dng tìm kim ng% ngh!a trên l!nh v#c eDoc 97 Hình 17: Qui trình x lý c a t+ng search engine 99 Hình 18: Gii thu*t x lý tài li&u: 100 Hình 19: Gii thu*t rút trích siêu d% li&u 103 Hình 20: S . d% li&u quan h& c a 'ng dng 108 Hình 21: Giao di&n chính c a 'ng dng 112 Hình 22: Giao di&n kt qu tìm kim c a 'ng dng 113 Hình 23: Giao di&n qun lí tài nguyên 113 Hình 24: Kin trúc c a RDF Gateway 130 Hình 25: Giao di&n c a RQF Query Analyzer 136  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 8 - 0112398 – T Th Ngc Thanh DANH MC CÁC T/ VIT T0T eDoc Electronic document eLib Electronic library eLearning Electronic learning www World Wide Web URI Uniform Resource Identifier URL Uniform Resource Locator HTTP Hypertext Transfer Protocol RDF Resources Descriprion Framework OIL Ontology Inference Language OWL Ontology Web Language XML eXtensible Markup Language  tài: Tìm kim ng ngh a ng d!ng trên l nh vc eDoc 0112274 – Phm Th M Phng - 9 - 0112398 – T Th Ngc Thanh DANH MC CÁC THUT NG1 Class Lp Property Thuc tính Metadata Siêu d liu Subject Ch$ , ch$ ng Title Tiêu  Namespace Không gian tên Predicate V ng Triple B ba (subject, predicate, object) [...].. .tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc M( )U Hi n nay, h u h t các h th ng tìm ki m trên Internet u i theo h ng truy n th ng ó là tìm ki m theo t khoá ( key word ) Theo cách tìm ki m này, khi ta gõ vào t c n tìm, các h th ng tìm ki m s* hi n th các tài li u mà trong nó có ch a t khoá c n tìm Do ó, k t qu tr ra là m t danh sách r#t nhi u các tài li u, mà có th các tài li u này... ngh a d a trên thông tin ng T nh n th c trên chúng em quy t i dùng a vào nh ch n tài: Tìm ki m ng% ngh!a 'ng d ng trên l!nh v#c eDoc (nh ng tài li u i n t% ti ng Anh) v i m!c ích tìm hi u và xây d ng m t công c! tìm ki m theo ng ngh a và y $, có th h n ch có th tìm ki m thông tin chính xác c ph n nào v#n tìm ki m theo t khoá c$a các search engine hi n t i Các it ng nghiên c u liên quan n tài: eDoc, Semantic... m Th M Ph - 12 - ng 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc nay: m ra m i tài li u c$a danh sách k t qu và quét nó m t cách th$ công l#y thông tin Theo cách ó, các công c! tìm ki m ng ngh a có kh n ng cách m ng hoá, h ng n vi c tìm ki m thông tin i n t% m t cách t ki m t vi c thu h i tài li u 1.2 ng: nó thay i mô hình tìm n vi c tr l i câu h i Bài toán gi i quy t... c! tìm ki m là: Công c! tìm ki m c n cho phép nh ng truy v#n ph c t p h n (ví d! trong ngôn ng t nhiên), (ii) Công c! tìm ki m c n “hi u” nh ng gì con ng (iii) Công c! tìm ki m ph i cung c#p câu tr l i cho truy v#n (có th sao l u l i nh ng liên k t 0112274 – Ph m Th M Ph ng - 13 - i h2i, và n các tài li u mà cho ra câu tr l i) 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc. .. công c! tìm ki m ng ngh a là nh ng công c! quan tr ng cho nh ng l nh v c c! th Trong tr 0112274 – Ph m Th M Ph ng - 15 - ng h p này, m!c ích 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc c$a các công c! tìm ki m ng ngh a là b sung cho các công c! tìm ki m thông th ng, h n là c nh tranh nh nh ng 0112274 – Ph m Th M Ph ng i th$ - 16 - 0112398 – T Th Ng c Thanh tài: Tìm ki... và d- ch u h n là khi th c hi n Yahoo Tiêu i m là trong tìm ki m web, ngo i tr tin t c, tìm ki m hình nh, video, MP3 và FPT c/ng c 0112274 – Ph m Th M Ph a ra ng - 21 - 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc 2.1.1.5 Teoma: http://www.teoma.com/ Hình 5: Giao di&n c a Teoma Teoma là m t công c! tìm ki m d a trên crawler Nó có s l Teoma ra ng trang web c s h u b i... trang a.com AND (m"c nh) web (kho ng Trong tìm nâng 0112274 – Ph m Th M Ph ng - 29 - D#u * rút g n Ki m l i chính D#u “” cho c!m t t Phiên d ch : 8 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc H tr tìm 1B) và file cao ho"c danh Tìm nâng cao : ngôn ng c$a ki m nâng pdf t riêng trong gi i h n ngày, Châu Âu & các cao Tin t c (3000 tìm c b n : ngôn ng ngôn ng c$a H th ng... i ti t, 0112274 – Ph m Th M Ph ng - 31 - 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc mua s m B ng 2: S l c v các 2.1.2 Chi n l c tr ng c a m t s search engine thông d ng trên Internet c tìm ki m T “search engine” th ng c s% d!ng r ng rãi ki m d a trên crawler và các th m!c do con ng mô t các công c! tìm i cung c#p ây là hai lo i c$a các search engine t p h p các danh... thành 0112398 – T Th Ng c Thanh tài: Tìm ki m ng ngh a ng d!ng trên l nh v c eDoc c s d li u riêng có th tìm ki m trên ó m t cách nhanh chóng, hi u qu H th ng ch& m!c là danh sách các t khoá, ch& rõ các t khoá nào xu#t hi n trang nào, a ch& nào B tìm ki m thông tin – Search Engine Search engine là c!m t dùng ch& toàn b h th ng bao g1m b thu th p thông tin, b l p ch& m!c và b tìm ki m thông tin Các b này... dung ta c n tìm Và ôi khi các h th ng này a ra h t các tài li u c n thi t, t c là th a tài li u không c n thi t nh ng l i thi u h+n nh ng tài li u quan tr ng khác V#n "t ra là ta ph i xây d ng m t h th ng tìm ki m nh th nào kh c ph!c hi n tr ng nêu trên ? gi i quy t v#n này, ta c n xây d ng h th ng tìm ki m sao cho áp ng y $ thông tin mà ng i dùng mong mu n, ngh a là ph i xây d ng h th ng tìm ki m theo . Luận văn Tìm kiếm ngữ nghĩa ứng dụng trên lĩnh vực eDoc 1 LI CM N u tiên, chúng em xin. 2.2.6. Ontology 44 2.2.7. Rdf 46 2.3. eDoc 55 2.3.1. Tìm hiu eLearning 55 2.3.2. Tìm hiu eLib 61 2.3.3. Tìm hiu eDoc 68 2.4. Mt s v#n  trong x%