Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt

Nguyễn Nho Túy

Luận án tiến sĩ: Nghiên cứu ngữ nghĩa và xử lý nhập nhằng chữ viết tắt tiếng Việt - Nguyễn Nho Túy (ĐH Đà Nẵng, 2020)

Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt: Phân tích hiện tượng, đề xuất giải pháp xử lý trong xử lý ngôn ngữ tự nhiên.

Trường ĐH

Đại học Đà Nẵng

Chuyên ngành

Khoa học máy tính

Tác giả

Luan An

Thể loại

Luận án tiến sĩ kỹ thuật

Năm xuất bản

2020

Số trang

168

Thời gian đọc

26 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

50 Point

Tổng quan nhanh

Chủ đề:: 1. Tổng quan nhập nhằng ngữ nghĩa tiếng Việt và từ viết tắt
Số trang:: 168 trang
Trường:: Đại học Đà Nẵng
Chuyên ngành:: Khoa học máy tính
Tác giả:: Nguyễn Nho Túy
Năm:: 2020

Tóm tắt nội dung luận án

I. Tổng quan nhập nhằng ngữ nghĩa tiếng Việt và từ viết tắt

Ngữ nghĩa học tiếng Việt đóng vai trò nền tảng trong hệ thống ngôn ngữ học hiện đại. Quá trình phát triển xã hội tạo ra nhiều từ ngữ mới. Chữ viết tắt xuất hiện ngày càng phổ biến trong văn bản, mạng xã hội và tài liệu hành chính. Hiện tượng này dẫn đến tình trạng đa nghĩa và gây ra hiện tượng nhập nhằng ngữ nghĩa tiếng Việt. Một từ viết tắt có thể đại diện cho nhiều cụm từ hoàn toàn khác nhau. Điều này gây khó khăn lớn cho quá trình đọc hiểu tự động. Nghiên cứu ngữ nghĩa của từ viết tắt là nhiệm vụ cấp thiết. Mục tiêu chính là làm rõ cơ chế biến đổi ngữ nghĩa. Nghiên cứu cung cấp cơ sở lý luận vững chắc để nhận diện bản chất ngôn ngữ. Việc phân loại từ viết tắt giúp định hình các quy tắc ngữ pháp đặc thù. Quá trình này tạo tiền đề xây dựng các thuật toán xử lý dữ liệu văn bản tự động.

1.1. Hiện tượng nhập nhằng từ vựng trong văn bản tiếng Việt

Hiện tượng nhập nhằng từ vựng xảy ra khi một chuỗi ký tự mang nhiều lớp nghĩa độc lập. Trong tiếng Việt, hiện tượng này trở nên phức tạp do cấu trúc đơn lập và tính đa nghĩa của âm tiết. Khi chuyển sang dạng viết tắt, mức độ đa nghĩa tăng lên gấp nhiều lần. Cùng một chữ viết tắt như CNTT có thể hiểu là Công nghệ thông tin hoặc Công nhân tinh tưởng. Sự trùng lặp chữ cái đầu giữa các danh từ riêng, thuật ngữ kỹ thuật và tên tổ chức tạo ra nhiều thách thức. Nhập nhằng từ vựng làm sai lệch ý định truyền tải thông tin. Người đọc cần dựa vào văn cảnh để xác định nghĩa đúng. Tuy nhiên, hệ thống máy tính không thể tự động hiểu nếu thiếu tri thức ngữ cảnh. Việc phân tích cấu trúc từ vựng giúp phân định ranh giới giữa các từ gốc.

1.2. Thách thức xử lý ngôn ngữ tự nhiên tiếng Việt hiện đại

Lĩnh vực xử lý ngôn ngữ tự nhiên tiếng Việt đang đối mặt với nhiều bài toán hóc búa. Tiếng Việt có dấu thanh điệu phức tạp và không sử dụng khoảng trắng để phân định ranh giới từ. Khi văn bản xuất hiện chữ viết tắt không theo chuẩn, các thuật toán tách từ và gán nhãn từ tính thường cho kết quả sai. Việc thiếu hụt tài nguyên ngữ liệu chuẩn hóa làm giảm hiệu quả của các mô hình học máy. Các ứng dụng thực tế như dịch máy, tìm kiếm thông tin và tóm tắt văn bản đều chịu ảnh hưởng tiêu cực. Hệ thống cần các mô hình xử lý chuyên biệt cho chữ viết tắt. Bài toán này đòi hỏi sự kết hợp giữa tri thức ngôn ngữ học truyền thống và kỹ thuật tính toán hiện đại. Giải quyết tốt rào cản chữ viết tắt sẽ nâng cao độ chính xác cho toàn bộ quy trình xử lý văn bản tiếng Việt.

II. Xây dựng hệ thống khai thác chữ viết tắt tiếng Việt AMES

Hệ thống khai thác chữ viết tắt tiếng Việt AMES (Acronym Mining Ecosystem System) là giải pháp toàn diện cho bài toán quản lý từ viết tắt. AMES áp dụng mô hình hệ sinh thái phần mềm hiện đại. Kiến trúc này liên kết chặt chẽ giữa tài nguyên dữ liệu, công cụ lập trình và ứng dụng đầu cuối. AMES giải quyết bài toán phân mảnh dữ liệu từ viết tắt trên môi trường số. Hệ thống cung cấp cơ chế vận hành linh hoạt và mở rộng dễ dàng. Các thành phần trong AMES chia sẻ tài nguyên thông qua các giao diện lập trình ứng dụng tiêu chuẩn. Mô hình này tối ưu hóa chi phí phát triển và triển khai thực tế. AMES tạo môi trường tương tác hiệu quả cho cả nhà nghiên cứu ngôn ngữ và kỹ sư công nghệ. Đây là bước tiến quan trọng trong việc ứng dụng công nghệ phần mềm vào ngôn ngữ học.

2.1. Quy tắc hình thành và biến đổi ngữ nghĩa chữ viết tắt

Chữ viết tắt tiếng Việt hình thành theo nhiều quy luật hình thái học khác nhau. Quy tắc phổ biến nhất là lấy các chữ cái đầu tiên của từng từ đơn trong cụm từ chính. Một số trường hợp kết hợp chữ cái đầu và âm tiết cuối để tạo từ dễ đọc. Ngữ nghĩa của chữ viết tắt cũng trải qua quá trình biến đổi theo thời gian và không gian sử dụng. Nhiều từ viết tắt ban đầu mang nghĩa chuyên ngành, sau đó trở thành từ ngữ thông dụng trong giao tiếp hàng ngày. Sự mở rộng ngữ nghĩa tạo ra các biến thể mới. Phân tích quy tắc hình thành giúp nhận diện cấu trúc từ viết tắt nhanh chóng. Mô hình hóa các quy luật này là bước đầu tiên để xây dựng bộ quy tắc nhận dạng tự động. Việc nắm vững quy luật giúp hệ thống dự đoán chính xác cụm từ nguyên bản.

2.2. Kiến trúc hệ sinh thái phần mềm khai thác chữ viết tắt

Kiến trúc AMES bao gồm ba tầng chức năng chính được thiết kế mạch lạc. Tầng đáy là kho dữ liệu và cơ sở tri thức lưu trữ hàng chục nghìn thực thể viết tắt. Tầng giữa chứa các dịch vụ lõi, thư viện xử lý và các thuật toán phân tích ngữ cảnh. Tầng trên cùng là hệ thống các ứng dụng tương tác đa nền tảng. Các mô-đun trong kiến trúc giao tiếp qua giao thức mạng tin cậy. Kiến trúc AMES cho phép cập nhật liên tục mà không gây gián đoạn dịch vụ. Khả năng tích hợp module linh hoạt giúp hệ thống dễ dàng kết nối với các công cụ xử lý ngôn ngữ bên ngoài. Thiết kế hướng dịch vụ đảm bảo hiệu năng xử lý cao khi khối lượng truy vấn tăng đột biến. Toàn bộ kiến trúc tuân thủ nghiêm ngặt các tiêu chuẩn kỹ thuật phần mềm hiện đại.

III. Thu thập và tạo lập ngữ liệu từ viết tắt tiếng Việt mở

Xây dựng kho dữ liệu chuẩn là điều kiện tiên quyết để giải quyết bài toán chữ viết tắt. Quá trình tạo lập ngữ liệu từ viết tắt tiếng Việt đòi hỏi phương pháp tiếp cận khoa học và nhất quán. Dữ liệu được thu thập từ nhiều nguồn uy tín như báo chí chính thống, văn bản pháp luật và từ điển chuyên ngành. Cơ sở dữ liệu được tổ chức theo mô hình quan hệ chặt chẽ. Mỗi thực thể lưu trữ đầy đủ thông tin về dạng viết tắt, dạng mở rộng, lĩnh vực sử dụng và tần suất xuất hiện. Ngữ liệu chất lượng cao phục vụ trực tiếp cho việc huấn luyện các thuật toán phân loại và nhận dạng. Việc quản lý ngữ liệu mở thúc đẩy cộng đồng cùng tham gia đóng góp và hoàn thiện tài nguyên ngôn ngữ số.

3.1. Thuật toán SENVA tự động thu thập từ viết tắt trực tuyến

Thuật toán SENVA (Searching Entities and New Variations of Acronyms) được thiết kế để tìm kiếm từ viết tắt mới từ Internet. SENVA quét tự động các trang web tin tức và văn bản tài liệu trực tuyến. Thuật toán sử dụng các mẫu biểu thức chính quy kết hợp phân tích cấu trúc cú pháp để phát hiện cặp từ viết tắt và dạng tường minh. Ví dụ, các mẫu như dạng đầy đủ đi kèm viết tắt trong ngoặc đơn được nhận dạng chính xác. SENVA tự động lọc bỏ các kết quả nhiễu và đánh giá độ tin cậy của dữ liệu mới. Thuật toán giúp tiết kiệm thời gian thu thập dữ liệu thủ công. Kết quả thực nghiệm cho thấy SENVA đạt độ chính xác cao và làm giàu liên tục kho ngữ liệu số.

3.2. Chuẩn hóa văn bản tiếng Việt và quản trị cơ sở dữ liệu

Quy trình chuẩn hóa văn bản tiếng Việt đóng vai trò then chốt trong tiền xử lý dữ liệu. Dữ liệu thô thu thập được thường chứa nhiều lỗi chính tả, sai lệch bảng mã và ký tự đặc biệt. Hệ thống thực hiện chuẩn hóa bảng mã Unicode, sửa lỗi gõ dấu thanh và lọc bỏ khoảng trắng thừa. Cơ sở dữ liệu chữ viết tắt được phân loại chi tiết theo từng chuyên ngành như kinh tế, y tế, giáo dục và công nghệ. Quản trị dữ liệu áp dụng các ràng buộc toàn vẹn nghiêm ngặt để tránh trùng lặp thông tin. Dữ liệu chuẩn hóa tạo tiền đề cho việc xây dựng bộ mã danh mục quốc gia thống nhất. Việc chuẩn hóa giúp nâng cao tính nhất quán và độ tin cậy của toàn bộ hệ thống tri thức.

IV. Phát triển bộ công cụ giải nghĩa chữ viết tắt tiếng Việt

Nghiên cứu tập trung phát triển bộ công cụ ứng dụng thực tiễn dựa trên nền tảng dữ liệu đã xây dựng. Các công cụ giải nghĩa chữ viết tắt tiếng Việt đáp ứng nhu cầu thực tế của người dùng và doanh nghiệp. Hệ thống bao gồm thư viện liên kết động, công cụ tư vấn thương hiệu và ứng dụng từ điển di động. Mỗi công cụ giải quyết một bài toán cụ thể trong chuỗi giá trị xử lý ngôn ngữ. Việc phát triển công cụ tuân thủ quy trình kiểm thử phần mềm chặt chẽ. Hiệu năng tính toán và tính tiện dụng được ưu tiên hàng đầu. Bộ công cụ giúp người dùng giải mã văn bản nhanh chóng và chính xác. Đây là bằng chứng rõ ràng về tính ứng dụng cao của các giải pháp nghiên cứu lý thuyết.

4.1. Thuật toán CSBCOM tối ưu tư vấn tên thương hiệu Brandname

Dịch vụ tin nhắn thương hiệu SMS Brandname ngày càng phổ biến trong hoạt động tiếp thị doanh nghiệp. Tuy nhiên, giới hạn số lượng ký tự đặt ra bài toán khó khi đặt tên thương hiệu viết tắt. Thuật toán CSBCOM được xây dựng để tư vấn đặt tên viết tắt thương hiệu tối ưu. CSBCOM phân tích cấu trúc tên đầy đủ của doanh nghiệp, loại bỏ từ dừng và ưu tiên các âm tiết mang tính nhận diện cao. Thuật toán đối chiếu với cơ sở dữ liệu để tránh trùng lặp với các nhãn hiệu đã đăng ký. CSBCOM đề xuất danh sách các phương án viết tắt ngắn gọn, dễ nhớ và hợp pháp. Kết quả thử nghiệm chứng minh thuật toán hỗ trợ doanh nghiệp lựa chọn tên thương hiệu nhanh chóng và hiệu quả.

4.2. Ứng dụng từ điển di động với thuật toán tra cứu SAOM FTS

Ứng dụng từ điển chữ viết tắt trên thiết bị di động mang lại sự thuận tiện tối đa cho người dùng cuối. Thuật toán tra cứu SAOM-FTS (Search Acronym Online/Offline with Full-Text Search) được tích hợp trực tiếp vào ứng dụng. SAOM-FTS cho phép tìm kiếm toàn văn nhanh chóng ngay cả khi thiết bị không có kết nối Internet. Thuật toán kết hợp lập chỉ mục đảo và tìm kiếm mờ để xử lý các lỗi gõ sai của người dùng. Dữ liệu trên ứng dụng được đồng bộ tự động với máy chủ trung tâm khi có mạng. Giao diện ứng dụng được thiết kế tối giản, thân thiện và phản hồi tức thì. Người dùng có thể dễ dàng tra cứu nghĩa của các từ viết tắt phức tạp trong sinh hoạt và công việc hàng ngày.

V. Giải pháp khử nhập nhằng từ viết tắt tiếng Việt hiệu quả

Khử nhập nhằng từ viết tắt là bài toán trung tâm của toàn bộ công trình nghiên cứu. Mục tiêu là xác định chính xác nghĩa của từ viết tắt trong từng văn cảnh cụ thể. Giải pháp kết hợp giữa tiếp cận dựa trên luật ngôn ngữ và phương pháp thống kê tần số. Hệ thống phân tích ngữ cảnh từ viết tắt để trích xuất các đặc trưng ngữ nghĩa xung quanh. Các vị từ logic và hàm đánh giá được xây dựng để lượng hóa mối quan hệ ngữ cảnh. Giải pháp xử lý triệt để các trường hợp từ viết tắt đa nghĩa trong văn bản hành chính và chuyên ngành. Kết quả thực nghiệm khẳng định độ chính xác vượt trội của phương pháp đề xuất so với các cách tiếp cận truyền thống.

5.1. Phân tích ngữ cảnh từ viết tắt dựa trên vị từ và hàm số

Phân tích ngữ cảnh từ viết tắt dựa trên vị từ và hàm số là bước đột phá trong phương pháp luận. Mô hình thiết lập các miền dữ liệu xác định bao gồm từ khóa lân cận, thẻ từ loại và chủ đề văn bản. Các vị từ logic kiểm tra sự xuất hiện đồng thời của các thực thể ngôn ngữ trong cửa sổ ngữ cảnh. Hàm trọng số tính toán mức độ liên kết ngữ nghĩa giữa từ viết tắt và các từ xung quanh. Ví dụ, nếu ngữ cảnh xuất hiện các từ liên quan y tế như bệnh nhân hoặc thuốc, từ BV sẽ được nhận diện chính xác là Bệnh viện thay vì Bảo vệ. Phương pháp hình thức hóa toán học này giúp chuyển đổi các quy tắc ngôn ngữ phức tạp thành các biểu thức logic mà máy tính có thể xử lý với tốc độ cao.

5.2. Máy suy diễn luật kết hợp Word Sense Disambiguation

Hệ thống tích hợp máy suy diễn luật chuyên biệt cho bài toán Word Sense Disambiguation tiếng Việt. Cơ sở tri thức chứa hàng trăm luật suy diễn được chuẩn hóa dưới dạng IF-THEN rõ ràng. Máy suy diễn vận hành theo cơ chế suy diễn tiến, liên tục khớp các sự kiện ngữ cảnh với tập luật. Khi có xung đột luật, hệ thống sử dụng độ đo tần số xuất hiện trong kho ngữ liệu để lựa chọn nghiệm tối ưu nhất. Cơ chế này đảm bảo tốc độ suy luận nhanh và độ chính xác cao. Quy trình khử nhập nhằng diễn ra tự động và hoàn toàn minh bạch. Người quản trị có thể dễ dàng bổ sung hoặc hiệu chỉnh các luật mới mà không cần lập trình lại toàn bộ hệ thống máy suy diễn.

5.3. Tiềm năng ứng dụng mô hình ngôn ngữ PhoBERT hiện đại

Mô hình ngôn ngữ PhoBERT mở ra hướng phát triển triển vọng cho bài toán khử nhập nhằng từ viết tắt. PhoBERT được huấn luyện trước trên tập dữ liệu tiếng Việt quy mô lớn, nắm bắt sâu sắc các mối quan hệ ngữ cảnh hai chiều. Việc kết hợp tri thức luật của hệ thống AMES với biểu diễn vector ngữ cảnh sâu của PhoBERT tạo ra mô hình lai mạnh mẽ. Mô hình có khả năng xử lý các ngữ cảnh mập mờ hoặc văn bản có cấu trúc phi chuẩn. Quá trình tinh chỉnh PhoBERT trên tập ngữ liệu từ viết tắt chuyên biệt giúp tăng cường độ chính xác tổng thể. Đây là tiền đề vững chắc để phát triển các hệ thống xử lý ngôn ngữ tự nhiên tiếng Việt thông minh trong tương lai.

05/07/2026

Mục lục chi tiết luận án

LỜI CAM ĐOAN

DANH MỤC CÁC CHỮ VIẾT TẮT

DANH MỤC HÌNH ẢNH

DANH MỤC BẢNG BIỂU

MỞ ĐẦU

MỤC TIÊU, ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

PHƯƠNG PHÁP NGHIÊN CỨU

BỐ CỤC CỦA LUẬN ÁN

ĐÓNG GÓP CỦA LUẬN ÁN

VẤN ĐỀ CHỮ VIẾT TẮT TIẾNG VIỆT

1. CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN

1.1. NGÔN NGỮ VÀ XỬ LÝ NGÔN NGỮ TỰ NHIÊN

1.1.1. Ngôn ngữ và xử lý ngôn ngữ

1.1.2. Âm, chữ viết và vấn đề cải tiến chữ viết

1.1.3. Các loại hình ngôn ngữ. Xử lý ngôn ngữ tự nhiên. Vấn đề xử lý tiếng Việt

1.2. NGỮ NGHĨA VÀ NHẬP NHẰNG NGỮ NGHĨA TIẾNG VIỆT

1.2.1. Ngữ nghĩa và ngữ nghĩa học

1.2.2. Phân tích nghĩa của từ

1.2.3. Sự biến đổi của từ vựng và ngữ nghĩa

1.2.4. Nhập nhằng ngữ nghĩa trong tiếng Việt

1.3. CHỮ VIẾT TẮT TRONG CUỘC SỐNG

1.3.1. Chữ viết tắt là gì

1.3.2. Lịch sử hình thành chữ Quốc ngữ

1.3.3. Tìm hiểu về lịch sử chữ viết tắt

1.3.4. Sử dụng chữ viết tắt

1.3.5. Chữ viết tắt trong tiếng Việt

1.4. NGỮ NGHĨA CHỮ VIẾT TẮT

1.4.1. Khái niệm ngữ nghĩa chữ viết tắt

1.4.2. Biến đổi ngữ nghĩa chữ viết tắt

1.4.3. Nhập nhằng chữ viết tắt

1.4.4. Xử lý nhập nhằng chữ viết tắt

1.4.5. Đề xuất nghiên cứu chữ viết tắt tiếng Việt

TÓM TẮT CHƯƠNG 1

2. CHƯƠNG 2: XÂY DỰNG HỆ THỐNG KHAI THÁC CHỮ VIẾT TẮT TIẾNG VIỆT

2.1. CÁC TÌNH HUỐNG HÌNH THÀNH CHỮ VIẾT TẮT

2.1.1. Mô hình sự hình thành chữ viết tắt. Đặc điểm hình thành chữ viết tắt tiếng Việt

2.1.2. Quy tắc hình thành chữ viết tắt tiếng Việt

2.1.3. Những yếu tố khác ảnh hưởng đến thành lập chữ viết tắt

2.2. TÌM HIỂU HỆ SINH THÁI PHẦN MỀM

2.2.1. Hệ sinh thái phần mềm là gì

2.2.2. Mô hình hóa hệ sinh thái phần mềm

2.2.3. Đặc điểm một hệ sinh thái phần mềm. Lợi ích ứng dụng hệ sinh thái phần mềm

2.3. HỆ THỐNG KHAI THÁC CHỮ VIẾT TẮT TIẾNG VIỆT (AMES)

2.3.1. Hệ thống khai thác phần mềm

2.3.2. Đề xuất xây dựng hệ thống khai thác chữ viết tắt

2.3.3. Mô hình hệ thống khai thác chữ viết tắt

2.4. THỰC NGHIỆM XÂY DỰNG AMES

2.4.1. Xây dựng nguồn tài nguyên chữ viết tắt tiếng Việt

2.4.2. Xây dựng công cụ khai thác chữ viết tắt

2.4.3. Xây dựng giải pháp xử lý nhập nhằng chữ viết tắt

TÓM TẮT CHƯƠNG 2

3. CHƯƠNG 3: XÂY DỰNG NGUỒN TÀI NGUYÊN CHỮ VIẾT TẮT

3.1. XÂY DỰNG CƠ SỞ DỮ LIỆU CHỮ VIẾT TẮT

3.1.1. Mô hình quan hệ dữ liệu. Triển khai cài đặt

3.2. GIẢI PHÁP THU THẬP DỮ LIỆU CHỮ VIẾT TẮT

3.2.1. Thu thập dữ liệu thủ công

3.2.2. Thu thập dữ liệu tự động

3.2.3. Đề xuất thuật toán SENVA tìm kiếm chữ viết tắt mới

3.2.4. Thực nghiệm cài đặt thuật toán SENVA

3.3. ỨNG DỤNG KHAI THÁC DỮ LIỆU CHỮ VIẾT TẮT

3.3.1. Sử dụng chữ viết tắt trong CSDL chuyên ngành

3.3.2. Ứng dụng chữ viết tắt trong xây dựng CSDL danh mục

3.3.3. Đề xuất sử dụng CVT trong bộ mã danh mục quốc gia

3.4. ĐÁNH GIÁ KẾT QUẢ

3.4.1. Kết quả xây dựng kho ngữ liệu chữ viết tắt

3.4.2. Kết quả ứng dụng khai thác dữ liệu chữ viết tắt

TÓM TẮT CHƯƠNG 3

4. CHƯƠNG 4: XÂY DỰNG CÔNG CỤ KHAI THÁC CHỮ VIẾT TẮT

4.1. XÂY DỰNG THƯ VIỆN CHỮ VIẾT TẮT

4.1.1. Lựa chọn công cụ lập trình

4.1.2. Thiết kế chương trình

4.1.3. Kết quả xây dựng thư viện chữ viết tắt

4.2. CÔNG CỤ TƯ VẤN CHỮ VIẾT TẮT THƯƠNG HIỆU

4.2.1. Tin nhắn thương hiệu là gì

4.2.2. Các bước xây dựng công cụ tư vấn đặt tên Brandname

4.2.3. Thuật toán CSBCOM đặt tên tin nhắn thương hiệu

4.2.4. Cài đặt chương trình, kết quả thử nghiệm

4.3. XÂY DỰNG TỪ ĐIỂN CHỮ VIẾT TẮT TRÊN MÁY DI ĐỘNG

4.3.1. Thiết kế cơ sở dữ liệu và chức năng chương trình

4.3.2. Đồng bộ dữ liệu với thư viện chữ viết tắt

4.3.3. Đề xuất thuật toán SAOM-FTS xây dựng từ điển

4.3.4. Cài đặt và kết quả thực nghiệm

4.4. ĐÁNH GIÁ KẾT QUẢ

4.4.1. Đánh giá kết quả thực nghiệm AMES

4.4.2. Đánh giá AMES đặc tả theo mô hình UML

TÓM TẮT CHƯƠNG 4

5. CHƯƠNG 5: XỬ LÝ NHẬP NHẰNG CHỮ VIẾT TẮT

5.1. NHẬN DIỆN TÌNH HUỐNG SỬ DỤNG CHỮ VIẾT TẮT

5.1.1. Ngữ cảnh sử dụng chữ viết tắt

5.1.2. Vấn đề nhận diện chữ viết tắt trong văn bản

5.1.3. Xây dựng mô hình nhận diện chữ viết tắt trong văn bản

5.1.4. Giải pháp xử lý nhập nhằng chữ viết tắt

5.2. XÂY DỰNG VỊ TỪ VÀ HÀM NHẬN DIỆN CHỮ VIẾT TẮT

5.2.1. Xây dựng các miền dữ liệu

5.2.2. Xây dựng vị từ và hàm

5.2.3. Nhận diện hiện tượng nhập nhằng CVT trong văn bản

5.3. XÂY DỰNG CƠ SỞ LUẬT NHẬN DIỆN CHỮ VIẾT TẮT

5.3.1. Xây dựng cơ sở luật

5.3.2. Xây dựng máy suy diễn nhận diện chữ viết tắt

5.3.3. Thuật toán nhận diện và xử lý nhập nhằng chữ viết tắt

5.3.4. Kết hợp cơ sở luật nhận diện CVT với xử lý nhập nhằng

5.4. TẦN SỐ CHỮ VIẾT TẮT VÀ GIẢI PHÁP XỬ LÝ NHẬP NHẰNG

5.4.1. Tần số chữ viết tắt

5.4.2. Xây dựng khái niệm tần số, khái niệm tần suất chữ viết tắt

5.4.3. Giải pháp đánh giá tần số, tấn suất chữ viết tắt

5.4.4. Xây dựng thuật toán AFVAI và triển khai thực nghiệm

5.4.5. Kết quả thực nghiệm và đánh giá

5.4.6. Ứng dụng kết quả xử lý nhập nhằng chữ viết tắt

TÓM TẮT CHƯƠNG 5

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Tóm tắt nội dung luận án

Các kết quả đạt được

Hạn chế của luận án

HƯỚNG PHÁT TRIỂN

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ

TÀI LIỆU THAM KHẢO

PHỤ LỤC

Xem trước tài liệu

Tải đầy đủ để xem toàn bộ nội dung

Luận án tiến sĩ nghiên cứu ngữ nghĩa và hiện tượng nhập nhằng trong tiếng việt tiếp cận xư ly vân đê viết tắt tiếng việt

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (168 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG NGUYỄN NHO TÚY ÀNG THỊ MỸ LỆ Chuyên ngành : KHOA HỌC MÁY TÍNH Mã số : 62.01 LUẬN ÁN TIẾN SĨ KỸ THUẬT Đà Nẵng, năm 2020 luan an i BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC ĐÀ NẴNG NGUYỄN NHO TÚY NGHIÊN CỨU NGỮ NGHĨA VÀ HIỆN TƯỢNG NHẬP NHẰNG TRONG TIẾNG VIỆT, TIẾP CẬN XỬ LÝ VẤN ĐỀ VIẾT TẮT TIẾNG VIỆT Chuyên ngành : KHOA HỌC MÁY TÍNH Mã số : 62.01 LUẬN ÁN TIẾN SĨ KỸ THUẬT Người hướng dẫn khoa học: PGS. PHAN HUY KHÁNH Đà Nẵng, năm 2020 luan an ii LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi, dưới sự hướng dẫn trực tiếp của PGS. Phan Huy Khánh, hiện là cán bộ giảng dạy tại Đại học Bách Khoa, Đại học Đà Nẵng. Tôi cam đoan các kết quả được trình bày trong luận án là trung thực, không sao chép từ bất kỳ luận án hay nguồn tài liệu nào khác và chưa từng được ai công bố trong bất kỳ công trình nào khác.

Mọi trích dẫn tài liệu tham khảo đều có ghi nguồn gốc xuất xứ rõ ràng. Nếu có gì không trung thực, tác giả xin chịu hoàn toàn trách nhiệm. Tác giả, Nguyễn Nho Túy luan an iii MỤC LỤC LỜI CAM ĐOAN. ii DANH MỤC CÁC CHỮ VIẾT TẮT.

vii DANH MỤC HÌNH ẢNH. ix DANH MỤC BẢNG BIỂU. xi MỞ ĐẦU. MỤC TIÊU, ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU.

PHƯƠNG PHÁP NGHIÊN CỨU. BỐ CỤC CỦA LUẬN ÁN. ĐÓNG GÓP CỦA LUẬN ÁN. VẤN ĐỀ CHỮ VIẾT TẮT TIẾNG VIỆT.

NGÔN NGỮ VÀ XỬ LÝ NGÔN NGỮ TỰ NHIÊN. Ngôn ngữ và xử lý ngôn ngữ. Âm, chữ viết và vấn đề cải tiến chữ viết. Các loại hình ngôn ngữ.

Xử lý ngôn ngữ tự nhiên. Vấn đề xử lý tiếng Việt. NGỮ NGHĨA VÀ NHẬP NHẰNG NGỮ NGHĨA TIẾNG VIỆT. Ngữ nghĩa và ngữ nghĩa học.

Phân tích nghĩa của từ. Sự biến đổi của từ vựng và ngữ nghĩa. Nhập nhằng ngữ nghĩa trong tiếng Việt. CHỮ VIẾT TẮT TRONG CUỘC SỐNG.

Chữ viết tắt là gì. Lịch sử hình thành chữ Quốc ngữ. Tìm hiểu về lịch sử chữ viết tắt. Sử dụng chữ viết tắt.

Chữ viết tắt trong tiếng Việt. NGỮ NGHĨA CHỮ VIẾT TẮT. 32 luan an iv 1. Khái niệm ngữ nghĩa chữ viết tắt.

Biến đổi ngữ nghĩa chữ viết tắt. Nhập nhằng chữ viết tắt. Xử lý nhập nhằng chữ viết tắt. Đề xuất nghiên cứu chữ viết tắt tiếng Việt.

TÓM TẮT CHƯƠNG 1. XÂY DỰNG HỆ THỐNG KHAI THÁC CHỮ VIẾT TẮT TIẾNG VIỆT. CÁC TÌNH HUỐNG HÌNH THÀNH CHỮ VIẾT TẮT. Mô hình sự hình thành chữ viết tắt.

Đặc điểm hình thành chữ viết tắt tiếng Việt. Quy tắc hình thành chữ viết tắt tiếng Việt. Những yếu tố khác ảnh hưởng đến thành lập chữ viết tắt. TÌM HIỂU HỆ SINH THÁI PHẦN MỀM.

Hệ sinh thái phần mềm là gì. Mô hình hóa hệ sinh thái phần mềm. Đặc điểm một hệ sinh thái phần mềm. Lợi ích ứng dụng hệ sinh thái phần mềm.

HỆ THỐNG KHAI THÁC CHỮ VIẾT TẮT TIẾNG VIỆT (AMES). Hệ thống khai thác phần mềm. Đề xuất xây dựng hệ thống khai thác chữ viết tắt. Mô hình hệ thống khai thác chữ viết tắt.

THỰC NGHIỆM XÂY DỰNG AMES. Xây dựng nguồn tài nguyên chữ viết tắt tiếng Việt. Xây dựng công cụ khai thác chữ viết tắt. Xây dựng giải pháp xử lý nhập nhằng chữ viết tắt.

TÓM TẮT CHƯƠNG 2. XÂY DỰNG NGUỒN TÀI NGUYÊN CHỮ VIẾT TẮT. XÂY DỰNG CƠ SỞ DỮ LIỆU CHỮ VIẾT TẮT. Mô hình quan hệ dữ liệu.

Triển khai cài đặt. GIẢI PHÁP THU THẬP DỮ LIỆU CHỮ VIẾT TẮT. Thu thập dữ liệu thủ công. Thu thập dữ liệu tự động.

Đề xuất thuật toán SENVA tìm kiếm chữ viết tắt mới. Thực nghiệm cài đặt thuật toán SENVA. ỨNG DỤNG KHAI THÁC DỮ LIỆU CHỮ VIẾT TẮT. Sử dụng chữ viết tắt trong CSDL chuyên ngành.

Ứng dụng chữ viết tắt trong xây dựng CSDL danh mục. Đề xuất sử dụng CVT trong bộ mã danh mục quốc gia. ĐÁNH GIÁ KẾT QUẢ. Kết quả xây dựng kho ngữ liệu chữ viết tắt.

Kết quả ứng dụng khai thác dữ liệu chữ viết tắt. TÓM TẮT CHƯƠNG 3. XÂY DỰNG CÔNG CỤ KHAI THÁC CHỮ VIẾT TẮT. XÂY DỰNG THƯ VIỆN CHỮ VIẾT TẮT.

Lựa chọn công cụ lập trình. Thiết kế chương trình. Kết quả xây dựng thư viện chữ viết tắt. CÔNG CỤ TƯ VẤN CHỮ VIẾT TẮT THƯƠNG HIỆU.

Tin nhắn thương hiệu là gì. Các bước xây dựng công cụ tư vấn đặt tên Brandname. Thuật toán CSBCOM đặt tên tin nhắn thương hiệu. Cài đặt chương trình, kết quả thử nghiệm.

XÂY DỰNG TỪ ĐIỂN CHỮ VIẾT TẮT TRÊN MÁY DI ĐỘNG. Thiết kế cơ sở dữ liệu và chức năng chương trình. Đồng bộ dữ liệu với thư viện chữ viết tắt. Đề xuất thuật toán SAOM-FTS xây dựng từ điển.

Cài đặt và kết quả thực nghiệm. ĐÁNH GIÁ KẾT QUẢ. Đánh giá kết quả thực nghiệm AMES. Đánh giá AMES đặc tả theo mô hình UML.

TÓM TẮT CHƯƠNG 4. XỬ LÝ NHẬP NHẰNG CHỮ VIẾT TẮT. NHẬN DIỆN TÌNH HUỐNG SỬ DỤNG CHỮ VIẾT TẮT. Ngữ cảnh sử dụng chữ viết tắt.

Vấn đề nhận diện chữ viết tắt trong văn bản. 98 luan an vi 5. Xây dựng mô hình nhận diện chữ viết tắt trong văn bản. Giải pháp xử lý nhập nhằng chữ viết tắt.

XÂY DỰNG VỊ TỪ VÀ HÀM NHẬN DIỆN CHỮ VIẾT TẮT. Xây dựng các miền dữ liệu. Xây dựng vị từ và hàm. Nhận diện hiện tượng nhập nhằng CVT trong văn bản.

XÂY DỰNG CƠ SỞ LUẬT NHẬN DIỆN CHỮ VIẾT TẮT. Xây dựng cơ sở luật. Xây dựng máy suy diễn nhận diện chữ viết tắt. Thuật toán nhận diện và xử lý nhập nhằng chữ viết tắt.

Kết hợp cơ sở luật nhận diện CVT với xử lý nhập nhằng. TẦN SỐ CHỮ VIẾT TẮT VÀ GIẢI PHÁP XỬ LÝ NHẬP NHẰNG. Tần số chữ viết tắt. Xây dựng khái niệm tần số, khái niệm tần suất chữ viết tắt.

Giải pháp đánh giá tần số, tấn suất chữ viết tắt. Xây dựng thuật toán AFVAI và triển khai thực nghiệm. Kết quả thực nghiệm và đánh giá. Ứng dụng kết quả xử lý nhập nhằng chữ viết tắt.

TÓM TẮT CHƯƠNG 5. 124 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN. Tóm tắt nội dung luận án. Các kết quả đạt được.

Hạn chế của luận án. HƯỚNG PHÁT TRIỂN. 129 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ. 130 TÀI LIỆU THAM KHẢO.

131 PHỤ LỤC luan an vii DANH MỤC CÁC CHỮ VIẾT TẮT TIẾNG VIỆT STT Chữ viết tắt NGHĨA TIẾNG VIỆT 1. BCVT Bưu chính viễn thông 2. CĐCN Cao đẳng công nghệ 3. CVT Chữ viết tắt 4.

CSDL Cơ sở dữ liệu 5. DBĐT Danh bạ điện thoại 6. DCT Địa chỉ tắt 7. ĐTV Điện thoại viên 8.

ĐHBK Đại học bách khoa 10. ĐHQG Đại học quốc gia 11. GD-ĐT Giáo dục và đào tạo 12. HCM Hồ Chí Minh 13.

KHCN Khoa học công nghệ 14. KNL Kho ngữ liệu 15. KTQS Kỹ thuật quân sự 16. KTXH Kinh tế xã hội 17.

MTVT Mục từ viết tắt 18. NN&ĐS Ngôn ngữ và đời sống. NSD Người sử dụng 20. NXB Nhà xuất bản 21.

NCS Nghiên cứu sinh 22. PGS Phó Giáo sư 23. TBT Thuê bao tắt 24. THCN Trung học chuyên nghiệp 25.

TS Tiến sỹ 26. TP Thành phố 27. XLTV Xử lý tiếng Việt 28. XLNNTN Xử lý ngôn ngữ tự nhiên 29.

VH-TT Văn hóa thông tin 30. VT-CNTT Viễn thông - Công nghệ thông tin luan an viii TIẾNG ANH STT Chữ viết tắt NGHĨA TIẾNG ANH NGHĨA TIẾNG VIỆT Application Programming Lập trình giao diện ứng 1. API Interface dụng Abbreviations Management Hệ thống khai thác Chữ 2. AMES Exploit System viết tắt Assessment frequency Ghi nhận tần số chữ viết 3.

AFVAI Vietnamese abbreviations on tắt trên Internet the Internet Tư vấn đặt tên tin nhắn Consultant SMS brandname 4. CSBCOM thương hiệu Doanh to the company nghiệp 5. I* Modeling Language Ngôn ngữ mô hình hóa 6. IM Instand Message Tin nhắn HyperText Markup Ngôn ngữ đánh dấu siêu 7.

HTML Language văn bản Public Switched Telephone Mạng điện thoại chuyển 8. PSTN Network mạch công cộng Search Engines New Máy tìm kiếm chữ viết 9. SENVA Vietnamese Abbreviations tắt mới tiếng Việt 10. SMS Short Message Services Dịch vụ tin nhắn ngắn Search on mobile Tìm kiếm chữ viết tắt 11.

SAOM-FTS abbreviations-used Full Text trên máy di động Search Ngôn ngữ mô hình hóa 12. UML Unified Modeling Language thống nhất VietNam Posts And Tập đoàn Bưu chính 13. VNPT Telecommunications Group Viễn thông Việt Nam Weighted Finite State Chuyển đổi trạng thái 14. WFST Transducer trọng số hữu hạn eXtensible Markup Ngôn ngữ đánh dấu mở 15.

XML Language rộng luan an ix DANH MỤC HÌNH ẢNH STT Hình Chú thích hình ảnh Trang 1.1 Mô hình tháp nghĩa 18 2.2 Xu hướng "tắt hóa" 24 3.3 Tắt hóa trong chữ viết dân tộc ít người 30 4.1 Mô hình hình thành chữ viết tắt tiếng Việt 35 5.2 Mô hình sơ đồi khối hình thành chữ viết tắt tiếng Việt 36 6.3 Ví dụ Hệ sinh thái phần mềm Microsoft 45 Sử dụng UML mô hình hóa sơ đồ hệ sinh thái phần 7.5 Mô hình hệ thống khai thác chữ viết tắt tiếng Việt 50 Mô hình UML hệ thống khai thác chữ viết tắt tiếng 9.6 51 Việt Mô hình quan hệ dữ liệu kho ngữ liệu chữ viết tắt tiếng 10.2 Quan hệ giữa các CSDL chữ viết tắt 56 12.3 Các chức năng tìm kiếm 65 13.1 Mô hình hoạt động của website tra cứu chữ viết tắt 74 14. Trang chủ website thư viện chữ viết tắt 75 15.3 Cây phân tích chuỗi 81 16.4 Cây phân tích chuỗi và giá trị trọng số 81 17.5 Mô hình đồng bộ dữ liệu về máy di động 84 18.6 Tiếp cận nghiên cứu hình thành AMES 88 19.7 Kết quả thực nghiệm AMES 89 20.1 Mô hình nhận diện CVT trong văn bản 95 luan an x Cơ chế hoạt động của máy suy diễn nhận diện chữ viết 21.3 Mô hình kết hợp xử lý nhập nhằng CVT trong văn bản 107 Kết quả thực hiện chương trình cập nhật tần số sử 23.5 Biểu đồ tần suất CVT là thương hiệu di động trên 116 Internet luan an xi DANH MỤC BẢNG BIỂU STT Bảng Chú thích bảng biểu Trang 1.1 Thống kê số liệu tác nghiệp 63 2.2 Thống kê CSDL tác nghiệp 63 3.3 CSDL Danh mục chuyên ngành 66 4.4 CSDL Danh mục hình thức thanh toán 66 5.5 Bảng mã vùng thanh toán 67 6.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Nguyễn Nho Túy (2020). Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt [Luận án tiến sĩ, Đại học Đà Nẵng]. LuanAn.net. https://luanan.net/ngon-ngu-hoc/ngon-ngu-hoc-ung-dung/nghien-cuu-ngu-nghia-va-xu-ly-nhap-nhang-chu-viet-tat-tieng-viet

Câu hỏi thường gặp

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" nghiên cứu về vấn đề gì?

Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt: Phân tích hiện tượng, đề xuất giải pháp xử lý trong xử lý ngôn ngữ tự nhiên.

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Đại học Đà Nẵng. Năm bảo vệ: 2020.

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" thuộc chuyên ngành gì?

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" thuộc chuyên ngành Khoa học máy tính. Danh mục: Ngôn Ngữ Học Ứng Dụng.

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" có bao nhiêu trang?

Luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" có 168 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Nghiên cứu ngữ nghĩa và nhập nhằng chữ viết tắt tiếng Việt" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter