Luận án tiến sĩ công nghệ thông tin nghiên cứu một số mô hình học ontology và ứn

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Vũ Ngọc Trình NGHIÊN CỨU MỘT SỐ MÔ HÌNH HỌC ONTOLOGY VÀ ỨNG DỤNG TRONG MIỀN DẦU KHÍ LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN Hà Nội – 2019 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Vũ Ngọc Trình NGHIÊN CỨU MỘT SỐ MÔ HÌNH HỌC ONTOLOGY VÀ ỨNG DỤNG TRONG MIỀN DẦU KHÍ Chuyên ngành: Hệ thống Thông tin Mã số: 9480104. 01 LUẬN ÁN TIẾN SĨ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Hà Quang Thụy 2. Nguyễn Hùng Sơn Hà Nội – 2019 LỜI CAM ĐOAN Tôi xin cam đoan luận án này là công trình nghiên cứu của riêng tôi.

Các kết quả được viết chung với các tác giả khác đều được sự đồng ý của các đồng tác giả trước khi đưa vào luận án. Các kết quả nêu trong luận án là trung thực và chưa từng được công bố trong các công trình nào khác. Nghiên cứu sinh Vũ Ngọc Trình i LỜI CẢM ƠN Luận án được thực hiện tại Bộ môn Hệ thống thông tin – Khoa Công nghệ thông tin – Trường Đại học Công nghệ - Đại học quốc gia Hà Nội dưới sự hướng dẫn khoa học của PGS. Hà Quang Thụy và PGS.

Trước tiên tôi xin bày tỏ lòng biết ơn sâu sắc tới thầy Hà Quang Thụy và thầy Nguyễn Hùng Sơn, những người đã đưa tôi tiếp cận và đạt được những thành công trong lĩnh vực nghiên cứu của mình. Tôi đặc biệt gửi lời cảm ơn tới thầy Hà Quang Thụy đã luôn tận tâm, động viên, khuyến khích và chỉ dẫn tôi hoàn thành được bản luận án này. Tôi xin bày tỏ lòng biết ơn tới PGS. Nguyễn Ngọc Hóa, TS.

Trần Mai Vũ, TS. Trần Trọng Hiếu, đã nhiệt tình giúp đỡ, chia sẻ các kinh nghiệm nghiên cứu trong quá trình tôi thực hiện luận án. Tôi xin chân thành cảm ơn tới tập thể các thầy cô giáo, các nhà khoa học thuộc Trường Đại học Công nghệ (đặc biệt là các thành viên của Phòng thí nghiệm khoa học dữ liệu và công nghệ tri thức – DS&KTlab, và Bộ môn Các Hệ thống Thông tin) - Đại học Quốc gia Hà Nội đã giúp đỡ về chuyên môn và tạo điều kiện thuận lợi cho tôi trong suốt thời gian học tập và nghiên cứu. Tôi xin bày tỏ lòng cảm ơn chân thành tới các cộng sự đã cùng tôi thực hiện các công trình nghiên cứu và các bạn đồng nghiệp đã giúp đỡ, trao đổi và chia sẻ những kinh nghiệm về chuyên môn, đóng góp các ý kiến quý báu cho tôi trong quá trình nghiên cứu.

Tôi xin trân trọng cảm ơn các thầy cô trong hội đồng chuyên môn đã đóng góp các ý kiến quý báu để tôi hoàn thiện luận án. Tôi cũng bày tỏ lòng cảm ơn sâu sắc tới TS. Nguyễn Anh Đức, Viện trưởng Viện Dầu khí Việt Nam và Ban lãnh đạo Viện Dầu khí Việt Nam (Tập đoàn Dầu khí Quốc gia Việt Nam) đã tạo kiện thuận lợi cho tôi trong quá trình nghiên cứu; cảm ơn các đồng nghiệp trong Ban CNTT thuộc Viện Dầu khí Việt Nam đã luôn ủng hộ, quan tâm và động viên tôi. Tôi luôn biết ơn những người thân trong gia đình, bố mẹ nội, bố mẹ ngoại, các anh chị em đã luôn chia sẻ khó khăn, động viên và là chỗ dựa tinh thần vững chắc cho tôi trong suốt thời gian qua.

ii MỤC LỤC LỜI CAM ĐOAN. II MỤC LỤC. III DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT. VI DANH MỤC CÁC BẢNG.

VIII DANH MỤC CÁC HÌNH VẼ. IX MỞ ĐẦU. GIỚI THIỆU CHUNG VỀ ONTOLOGY, HỌC ONTOLOGY VÀ ĐỘ ĐO GOOGLE. GIỚI THIỆU CHUNG VỀ ONTOLOGY.

Khái niệm ontology. Phân loại ontology. Một ví dụ về ontology miền. Nguyên lý và quy trình thiết kế ontology miền.

Công cụ xây dựng ontology. GIỚI THIỆU CHUNG VỀ HỌC ONTOLOGY. Khung nhìn học ontology. Kỹ thuật và tài nguyên được sử dụng trong học ontology.

Liên hệ nghiên cứu của luận án vào các khung nhìn khái quát về học ontology. Bộ các độ đo đánh giá mô hình phân lớp. ĐỘ ĐO KHOẢNG CÁCH GOOGLE. Độ phức tạp Kolmogorov, khoảng cách thông tin và khoảng cách thông tin chuẩn hóa.

Khoảng cách nén chuẩn hóa. Khoảng cách Google và tính chất. Kết luận Chương 1. MÔ HÌNH HỌC ONTOLOGY TÍCH HỢP VÀ ĐOÁN NHẬN THỰC THỂ.

PHÁT BIỂU BÀI TOÁN VÀ MÔ HÌNH GIẢI QUYẾT. Phát biểu bài toán. Tập tài nguyên xây dựng ontology biểu hiện y sinh mở rộng. Ba tài nguyên biểu hiện y sinh làm tập dữ liệu kiểm thử.

Mô hình hai pha giải quyết bài toán. Thành phần xây dựng và tích hợp các kho ngữ liệu thực thể biểu hiện y sinh. Mô hình tích hợp hai ontology biểu hiện y sinh. Thành phần xây dựng kho ngữ liệu HPO_NC.

Thành phần xây dựng kho ngữ liệu MPO_NC. Thành phần phát hiện quan hệ bắc cầu (bổ sung quan hệ) trong ontology kết quả. Kết quả tích hợp hai ontology. XÂY DỰNG MÔ HÌNH HỌC MÁY MAXIMUM ENTROPY – BEAM SEARCH NHẬN DẠNG THỰC THỂ BIỂU HIỆN Y SINH.

Mô hình học máy Maximum Entropy. Mô hình học máy Maximum Entropy - Beam Search nhận dạng thực thể biểu hiện y sinh. Dữ liệu thực nghiệm và công cụ. Kết quả và đánh giá.

Phân tích lỗi. KẾT LUẬN CHƯƠNG 2. KỸ THUẬT HỌC ONTOLOY DỰA TRÊN CÁC ĐỘ ĐO. MỘT MÔ HÌNH HỌC ONTOLOGY THEO TỪ VỰNG DỰA TRÊN ĐỘ ĐO KHOẢNG CÁCH GOOGLE.

Phát biểu bài toán. Mô hình đối sánh các thuộc tính của hai khái niệm thuộc hai ontology miền. Mô hình đối sánh các khái niệm và học hai ontology dựa trên độ đo khoảng cách Google. Ví dụ minh họa đối sánh khái niệm.

MÔ HÌNH HỌC ONTOLOGY ANH - VIỆT DỰA TRÊN KỸ THUẬT HỌC MÁY VỚI CHỈ DỮ LIỆU DƯƠNG. Wikipedia là một nguồn tài nguyên xây dựng ontology. Phát biểu bài toán. Chiến lược hai bước phân lớp dữ liệu với chỉ dữ liệu dương.

Mô hình đề xuất. Thực nghiệm và đánh giá kết quả. Phát triển mô hình đề xuất. KẾT LUẬN CHƯƠNG 3.

KHUNG HỢP NHẤT NIỀM TIN THU NHẬN Ý KIẾN CHUYÊN GIA MIỀN. THU NHẬN Ý KIẾN CHUYÊN GIA TRONG XÂY DỰNG ONTOLOGY. Vai trò của chuyên gia trong xây dựng ontology. Mô hình tranh luận trong xây dựng ontology.

CƠ SỞ NIỀM TIN PHÂN TẦNG, HỢP NHẤT NIỀM TIN VÀ KHUNG TRANH LUẬN. Cơ sở niềm tin phân tầng. Hợp nhất niềm tin. Khung tranh luận.

KHUNG HỢP NHẤT NIỀM TIN DỰA TRÊN TRANH LUẬN. Giao thức tranh luận cho hợp nhất niềm tin. Lập luận hợp nhất niềm tin. Mô hình hợp nhất niềm tin dựa trên tranh luận.

ÁP DỤNG VÀO ONTOLOGY DẦU KHÍ ANH - VIỆT. KẾT LUẬN CHƯƠNG 4. MỘT QUY TRÌNH XÂY DỰNG ONTOLOGY DẦU KHÍ ANH - VIỆT TẠI VIỆN DẦU KHÍ VIỆT NAM. MỘT QUY TRÌNH BẢY BƯỚC XÂY DỰNG ONTOLOGY DẦU KHÍ ANH - VIỆT.

Xác định mục đích và phạm vi của Ontology dầu khí Anh - Việt. Thu thập tài nguyên Ontology dầu khí Anh – Việt sẵn có. Tích hợp các ontology dầu khí Tiếng Anh. Làm giàu khái niệm dầu khí Tiếng Việt tiềm năng.

Đối sánh khái niệm miền dầu khí Tiếng Việt. Bổ sung thành phần Tiếng Việt vào ontology dầu khí Tiếng Anh. Hiệu chỉnh ontology dựa trên khung hợp nhất niềm tin qua tranh luận thu thập ý kiến chuyên gia. TRIỂN KHAI THỰC HIỆN.

Thu thập và tiền xử lý dữ liệu. Thực thi ontology dầu khí Anh - Việt trên hệ thống máy tính. KẾT LUẬN CHƯƠNG 5. 127 DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN TỚI LUẬN ÁN.

130 TÀI LIỆU THAM KHẢO. 131 Tài liệu tiếng Việt. 131 Tài liệu tiếng Anh. 131 v DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Kí hiệu Tiếng Anh Tiếng Việt AI Artificial Intelligence Trí tuệ nhân tạo ML Machine Learning Học máy OL Ontology Learning Học ontology TM Text Mining Khai phá văn bản DO Domain Ontology Ontology miền Knowledge Management Hệ thống quản lý tri thức KMS System KS Knowledge Sharing Chia sẻ tri thức SE Search Engine Máy tìm kiếm Maximum Entropy - Beam Entropy cực đại – Tìm kiếm ME-BS Search chùm SVM Support Vector Machine Máy vectơ hỗ trợ I-SVM Iterative-SVM Lặp - SVM NB Naive Bayes Thống kê Naive Bayes kNN k Nearest Neighbour k láng giềng gần nhất POS Part of Speech Từ loại Learning with Positive and Học với dữ liệu dương và dữ LPU Unlabeled data liệu chưa gán nhãn P Precision Độ chính xác R Recall Độ hồi tưởng F1; Harmonic mean Trung bình điều hòa, là sự kết hợp của độ chính xác và độ hồi F1-Score tưởng RN Reliable Negative Dữ liệu âm tin cậy vi Term Frequency – Inverse Trọng số về tần suất và độ quan TF-IDF Document Frequency trọng của từ Normalized Information Khoảng cách thông tin được NID Distance chuẩn hóa Normalized Compress Distance Khoảng cách nén được chuẩn NCD hóa Normalized Compress Google Khoảng cách nén Google được NCDG Distance chuẩn hóa (Khoảng cách Goolge chuẩn) Petrovietnam; Vietnam Oil and Tập đoàn Dầu khí quốc gia PVN Gas Group Việt Nam VPI Vietnam Petroleum Institute Viện dầu khí Việt Nam vii DANH MỤC CÁC BẢNG Bảng 1.

Ma trận nhầm lẫn của một bộ phân lớp. Quan hệ giữa tài liệu OMIM có chỉ số OMIM ID: 600361 với các thực thể biểu hiện người (theo chỉ số) nhận được từ phenotype_annotation. Một số thông tin thống kê về các ontology HPO_NC, MPO_NC và HPO_MPO_NC. Các đặc trưng biểu diễn dữ liệu được sử dụng trong luận án.

Đánh giá các kết quả (tính theo %). Số lượng trung bình của các thẻ trên thực thể biểu hiện trong tất cả các tập dữ liệu. Ma trận khoảng cách giữa các thuộc tính trong hai ontology. Kết quả các độ đo P, R, F của các thuật toán.

Sự phụ thuộc của độ đo F trong thuật toán ROC/ISVM và DISTANCE vào tỷ lệ . Ví dụ về một số khái niệm mới và mô tả có thể đưa thêm vào từ điển dầu khí. Phương thức thi hành các pha xây dựng ontology cơ sở miền [38]. Thứ tự ưu tiên đối với các yêu cầu của các chuyên gia (lớp cao hơn thì được ưu tiên hơn) .108 viii DANH MỤC CÁC HÌNH VẼ Hình 0.

Một biểu diễn số lượng ấn phẩm khoa học có chứa chính xác cụm từ “ontology learning” trên ScienceDirect, Springer và Google Scholar. Phân bố các chủ đề trong các chương của luận án. Các tầng đối tượng trong ontology và ví dụ [11][17], [32]. Ví dụ về ontology dầu khí tiếng Việt.

Hai khung quy trình xây dựng ontology phổ biến và liên hệ giữa chúng [39]. Một khung nhìn học ontology theo các nhiệm vụ [79] .