Trích chọn thông tin là một khâu cơ bản trong bài toán khai phá dữliệu.
Ngày nay, cùng với sựphát triển của công nghệthông tin, Tin học đã dần được
ứng dụng rộng rãi trong nhiều lĩnh vực như kinh tế, thương mại, y tế, ngân hàng
và mang lại nhiều lợi ích to lớn. Bản thân tôi hiện đang công tác tại Học việ n
Cảnh sát nhân dân, tôi có những hiểu biết nhất định vềcông tác giữgìn trật tựan
toàn xã hội của lực lượng cảnh sát nhân dân. Tôi nhận thấy, các hoạt động của
lực lượng cảnh sát có liên quan nhiều đến việc lưu trữ h ồsơ dữ li ệu, tra cứu,
phân tích tổng hợp dữliệu. Tuy nhiên, công tác quản lý hồsơ dữliệu này vẫn
còn kém hiệu quảdo những hạn chếnhất định. Do đó tôi đã mạnh dạnchọn đề
tài tập trung nghiên cứu vào việc trích lọc thông tin trên tập văn bản pháp luật
này.
Trong nhiều thập kỷqua, các nhà khoa học quan tâm đến lĩnh vực xử lý
ngôn ngữtựnhiên đã nghiên cứu và đềxuất được nhiều phương pháp, mô hình
xửlý ngônngữvới hiệu quảcao. Nổi bật trong sốđó là phương pháp học máy
bán giám sát dựa trên mô hình trường ngẫu nhiên có điều kiện theo tiêu chuẩ n
kỳvọng tổng quát, phương pháp này đạt được kết quảrất khảquan trên tập dữ
liệu ngôn ngữtiếng Anh và hiện chưađược áp dụng cho tiếng Việt. Được sự
giúp đỡvà đồng ý của Thầy giáo hướng dẫn TS. Nguyễn Lê Minh,tác giảquyết
định sửdụng mô hình này ứng dụng cho tập văn bản pháp luật.
Bốcục của luận văn chia thành 4 chương như sau:
Chương 1: Trình bày những kiến thức cơ bản về mô hình trường ngẫu
nhiên có điều kiện và phương pháp học máy bán giám sát.
Chương 2: Trình bày vềtiêu chuẩn kỳ vọng tổng quát và áp dụng tiêu
chuẩn kỳvọng tổng quát vàomô hình trường ngẫu nhiên có điều kiện.
Chương 3: Trình bày vềbài toán trích chọn thưc thểtrên tập văn bản pháp
luật và đềxuất mô hình giải quyết bài toán dựa trên mô hình CRFs theo
tiêu chuẩn kỳvọng tổng quát.
Chương 4: Trình bày các thực nghiệ m trên tập dữliệu sửdụng một sốmô
hình học máy có giám sát CRFs, và mô hình học máy bán giám sát
CRFs theo chuẩn hóa entropy và theo tiêu chuẩn kỳvọngtổng quát; Từ
đó đánh giá kết quảthu được.
