Bối cảnh thực hiện luận văn
Ngày nay, với sựphát triển của Internet, con người được thừa hưởng một kho
tài liệu khổng lồcủa nhân loại với vô sốtri thức từrất nhiều lĩnh vực khác nhau. Từ
Internet, con người có thểtìm kiếm được các thông tin mà họcần bằng cách sử
dụng các công cụtìm kiếm thông dụng hiện nay nhưGoogle, Yahoo!,. Các công
cụtìm kiếm này đã giúp cho người dùng tìm kiếm thông tin được nhanh chóng và
dễdàng.
Trong khi các hệthống tìm kiếm thông tin chỉcó thểcung cấp các tài liệu
liên quan vàchúngta phải tựtìm trong đó câu trảlời cho nhu cầu thông tin của
mình, hệthống hỏi đáp lại có thểcho ta câu trảlời ởdạng ngắn gọn, súc tíchchứ
không phải một tập tài liệu. Tuy nhiên đểcó thểcó câu trảlời thường phải sửdụng
kết hợp nhiều phương pháp liên quan đến nhiều lĩnh vực khác nhau, bao gồm ba
lĩnh vực chính là xửlý ngôn ngữtựnhiên (Natural Language Processing), tìm kiếm
thông tin (Information Retrieval) và rút trích thông tin (Information Extraction). Hệ
thống hỏi-đáp hỗtrợtrảlời nhiều loại câu hỏi khác nhau nhưcâu hỏi vềsựvật, sự
kiện, định nghĩa, danh sách, quá trình, cách thức, lý do trên nhiều lĩnh vực khác
nhau. Các hệthống hỏi-đáp tự động dành cho tiếng Anh đã được nghiên cứurất
nhiều [2], ứng dụng trên nhiều lĩnh vực khác nhau, đặc biệt là tìm kiếm câu trảlời
từkho dữliệu khổng lồInternet. Các hệthống hỏi-đáp cho tiếng Việt còn sơkhởi
và chưa được ứng dụng rộng rãi. Vì thế, việc nghiên cứu và thửnghiệm hệthống
hỏi-đáp cho tiếng Việt là một việc làm có ý nghĩa và thiết thực.
Cùng với sựphát triển của Internet, nhu cầu trao đổi thông tin trên các diễn
đàn ngày càng cao. Minh chứng là các diễn đàn trên mạng ngày một nhiều. Rất
nhiều diễn đàn tưvấn trực tuyến phục vụhọc tập cũng ra đời. Các câu hỏi được gởi
lên diễn đàn để được các chuyên gia trong các lĩnh vực đó giải đáp. Khi sốlượng
câu hỏi ngày càng nhiều và lặp đi lặp lại thì việc trảlời thủcông nhưvậy là không
khảthi, hệthống hỏi-đáp là một phương pháp hữu hiệu đểtrảlời tự động. Đây là
một nhu cầu cần thiết. Diễn đàn tưvấn là một nhánh ứng dụng của hệthống hỏi-đáp
tự động.
Đặc điểm của hệthống hỏi-đáp cho tưvấn ghi danh trực tuyến
Hệthống hỏi-đáp phục vụcho tưvấn ghi danh trực tuyến là một hệthống
hỏi-đáp cho một miền xác định là tưvấn ghi danh. Khác với hệthống hỏi-đáp
truyền thống, hầu hết các câu hỏi đều thuộc loại câu hỏi sựkiện, thường chỉgồm
một câu hỏi và câu trảlời có thểlà một cụm từngắn, hệthống hỏi-đáp cho diễn đàn
nói chung cũng nhưhệthống hỏi-đáp cho tưvấn ghi danh trực tuyến nói riêng phải
giải quyết được các đặc trưng rất riêng của chúng, đó là:
- Câu hỏi có thểgồm nhiều câu, nhiều ý hỏi. Ví dụ: “em đã passed 2 môn
BSCI và BCMSN ởTTTH và tháng 6/2005 và bây giờem muốn đăng ký
thi 2 môn còn lại thì phải làm thếnào ạ? cho em hỏi học phí bằng B là
bao nhiêu, giờ đăng ký được giảm 20% đúng không ạ?”
- Câu hỏi có thểkhông rõ ràng và có thểlặp lại các ý hỏi. Ví dụ: “Cho em
hỏi ngày khai giảng lớp java được không? Và nếu chưa biết gì vềlập
trình, cũng có biết sơsơthì có thểvào học lớp java căn bản không? Thời
gian học, học phí và ngày khai giảng và học trong bao lâu”
- Nhiều lọai câu hỏi khác nhau nhưcâu hỏi sựkiện, câu hỏi dạng danh
sách, câu hỏi cách thức, câu hỏi lý do Ví dụcâu hỏi sựkiện như “Cho
em hỏi ngày khai giảng khóa J2EE”, câu hỏi cách thức như“Làm thếnào
đểcó thể được giảm học phí?”
- Câu hỏi có thểthuộc vềnhiều chủ đềkhác nhau. Ví dụnhưcác câu hỏi về
ngày khai giảng khóa họa, về đối tượng miễn học phí, vềthủtục nhập
học
- Dữliệu bao gồm một cặp hỏi-đáp đã có nên có thểkhông có nhu cầu rút
trích câu trảlời từmột tài liệu.
Đặc thù rất riêng của diễn đàn tưvấn trực tuyến cần có những phương pháp
riêng đểgiải quyết.
Mục tiêu của luận văn
Mục tiêu của luận văn là nghiên cứu tổng quát vềhệthống hỏi-đáp tự động,
tập trung nghiên cứu các phương pháp có thểáp dụng cho ngôn ngữtiếng Việt dựa
trên những thành quảxửlý ngôn ngữtiếng Việt đã có. Dựa trên những nghiên cứu
này, xây dựng thửnghiệm hệthống hỏi-đáp tự động tiếng Việt cho một miền cụthể
là diễn đàn tưvấn ghi danh trực tuyến. Những nghiên cứu này làm cơsởlý thuyết
cũng nhưthực nghiệm cho việc xây dựng các hệthống hỏi-đáp tiếng Việt có hiệu
quảtrong tương lai.
Đóng góp của luận văn
• Nghiên cứu tổng quan vềlĩnh vực hỏi-đáp tự động (Question Answering).
• Tìm hiểu các phương pháp phân tích câu hỏi.
• Tìm hiểu các phương pháp tìm kiếm văn bản.
• Xây dựng thửnghiệm hệthống hỏi-đáp tự động phục vụtưvấn ghi danh
trực tuyến.
Cấu trúc của luận văn
Luận văn được trình bày gồm 4 chương, danh sách các hình vẽ, danh sách các
bảng, tài liệu tham khảo và phụlục.
Chương 1: Tổng quan và hiện trạng các hệthống hỏi đáp (QA).
Chương 2: Các phương pháp phân tích câu hỏi và tìm kiếm thông tin trong hệ
thống hỏi-đáp.
Chương 3: Giải pháp và thửnghiệm hệthống hỏi-đáp phục vụtưvấn ghi danh
trực tuyến.
Chương 4: Kết luận và hướng phát triển.
