Luận văn ThS: Nghiên cứu các phương pháp trích chọn thông tin và ứng dụng trích chọn thông tin du lịch trong văn bản tiếng Việt

1. Mở đầu

Tìm hiểu các phương pháp trích chọn thông tin và xây dựng mô hình giải quyết bài toán trích chọn thông tin về các tour du lịch từ các trang thông tin điện tử tiếng Việt trên Internet.

Đối tượng nghiên cứu của đề tài là các phương pháp tiếp cận giải quyết bài toán trích chọn thông tin trong văn bản tiếng Việt và các trang thông tin điện tử tiếng Việt trên mạng Internet về lĩnh vực du lịch.

Phạm vi nghiên cứu của đề tài là bài toán trích chọn thông tin về các tour du lịch trên một số trang thôn tin điện tử tiếng Việt (website) trên mạng Internet.

Phương pháp nghiên cứu của đề tài là nghiên cứu lý thuyết và nghiên cứu thực nghiệm.

Về nghiên cứu lý thuyết, đề tài đã tổng hợp các kết quả nghiên cứu về các phương pháp trích chọn thông tin từ văn bản tiếng Việt phục vụ phân tích, thống kê, báo cáo, ra quyết định.

Về nghiên cứu thực nghiệm, đề tài xây dựng và cài đặt, thử nghiệm mô hình trích chọn thông tin du lịch từ một số trang web về du lịch bằng tiếng Việt trên mạng Internet.

2. Nội dung

3. Kết luận

Luận văn đã đạt được mục tiêu đề ra ban đầu:

• Tìm hiểu tổng quan về các phương pháp trích chọn thông tin, tìm hiểu bài toán trích chọn thông tin về các tour du lịch từ các website tiếng Việt, đưa ra phương pháp, mô hình giải quyết bài toán.
• Thử nghiệm mô hình trích chọn thông tin về các tour du lịch trên 07 website về du lịch, lập một số báo cáo, thống kê phục vụ công tác quản lý, điều hành.

Luận văn vẫn còn một số hạn chế như sau:

• Không tự động trích chọn thông tin khi đưa vào một bài viết thuộc website mới.
• Tập luật được xây dựng thủ công, do đó khó bao phủ tới toàn bộ miền dữ liệu. Điều này dẫn tới tập luật có thể bỏ sót những dữ liệu có liên quan tới miền dữ liệu.
• Kết quả của bộ lọc dữ liệu chưa cao, còn bỏ qua nhiều bài viết chứa thông tin du lịch.

4. Tài liệu tham khảo

Hà Quang Thụy, Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Nguyễn Thu Trang, Nguyễn Cẩm Tú (2009). Giáo trình khai phá dữ liệu Web, Nhà xuất bản giáo dục Việt Nam.

Alexander Yates. Information Extraction from the Web: Techniques and Applications. Phd thesis, University of Washington, 2007

Adam Berger. The Improved Iterative Scaling Algorithm: A gentle Introduction. School of Computer Science, Carnegie Mellon University

A. McCallum, D. Freitag, and F. Pereia. Maximum entropy markov models for information extraction and segmentation. In Proc. Interational Conference on Machine Learning, 2000....