Luận án tiến sĩ nghiên cứu ngữ nghĩa và hiện tượng nhập nhằng trong tiếng việt t

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 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 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 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. 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.

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 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 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 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 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 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.

CSDL danh mục quốc gia chuyên ngành 69 7.7 Bảng thống kê sử dụng chữ viết tắt 70 8.