Thạc Sĩ Nghiên cứu, xây dựng một số hệ thống khai thác thông tin đa phương tiện có hỗ trợ tiếng Việt

Trang: 3

MỤC LỤC


BÁO CÁO THỐNG KÊ 8
I. THÔNG TIN CHUNG .8
Tên đề tài/dự án: . 8
Mã số đề tài, dự án: KC01.16/06-2010 8
Chủ nhiệm đề tài/dự án: 8
Tổ chức chủ trì đề tài/dự án: . 8
II. TÌNH HÌNH THỰC HIỆN 9
Thời gian thực hiện đề tài/dự án: 9
Kinh phí và sử dụng kinh phí: . 9
Các văn bản hành chính trong quá trình thực hiện đề tài/dự án: 10
(1) (Liệt kê các quyết định, văn bản của cơ quan quản lý từ công đoạn xác định
nhiệm vụ, xét chọn, phê duyệt kinh phí, hợp đồng, điều chỉnh (thời gian, nội dung,
kinh phí thực hiện . nếu có); văn bản của tổ chức chủ trì đề tài, dự án (đơn, kiến
nghị điều chỉnh . nếu có) . 10
Tổ chức phối hợp thực hiện đề tài, dự án: . 10
Cá nhân tham gia thực hiện đề tài, dự án: . 10
Tình hình hợp tác quốc tế: 11
Tình hình tổ chức hội thảo, hội nghị: 11
Tóm tắt các nội dung, công việc chủ yếu: . 11
III. SẢN PHẨM KH&CN CỦA ĐỀ TÀI, DỰ ÁN 20
Sản phẩm KH&CN đã tạo ra: 20
Đánh giá về hiệu quả do đề tài, dự án mang lại: 26
Tình hình thực hiện chế độ báo cáo, kiểm tra của đề tài, dự án: 27
CHƯƠNG 1. TỔNG QUAN VỀ ĐỀ TÀI . 3
CHƯƠNG 2. TÓM TẮT KẾT QUẢ ĐẠT ĐƯỢC 3
Trang: 4
2.1. NHÁNH A: HỆ THỐNG TRUY VẤN THÔNG TIN VĂN BẢN HƯỚNG NGỮ
NGHĨA 35
2.1.1. Đây là một nhánh đề tài thực hiện nghiên cứu về xây dựng hệ thống khai
thác thông tin hướng ngữ nghĩa trong văn bản tiếng Việt. . 35
2.1.2. Trang thông tin giới thiệu đề tài http://nlp.hcmut.edu.vn/KC01.htm 35
2.1.3. Nghiên cứu và xây dựng hệ thống khai thác thông tin hướng ngữ nghĩa
gồm: . 35
2.1.3.1. Phân hệ 1: Hệ thống truy vấn thông tin hướng đến ngữ nghĩa (VIRS). 35
2.1.3.1.1. http://nlp.hcmut.edu.vn/vietirs/virs/clir_default.aspx 35
2.1.3.1.2. http://nlp.hcmut.edu.vn/vietirs/virs/sir_default.aspx . 35
2.1.3.2. Phân hệ 2: Hệ thống hỏi đáp hướng đến ngữ nghĩa (VQAS) . 35
2.1.3.2.1. http://nlp.hcmut.edu.vn/vietirs/vqas/default.aspx 35
2.1.3.3. Phân hệ 3: Cơ sở tri thức tiếng Việt (VKB) để phục vụ việc hiện thực
hệ thống VIRS và VQAS 35
2.1.4. Nhóm nghiên cứu 35
2.1.5. Sản phẩm đăng ký và đạt được 36
2.1.5.1. Sản phẩm 1: 36
2.1.5.2. Sản phẩm 2: 36
2.1.5.3. Sản phẩm 3: 36
2.1.5.4. Đăng ký bằng độc quyền giải pháp hữu ích: . 37
2.1.5.5. Bài báo: 37
2.1.5.6. Đào tạo: 38
2.1.6. Kết quả chi tiết của các sản phẩm đạt được: 38
2.1.6.1. Phương pháp đánh giá kết quả 38
2.1.6.2. Chương trình máy tính: Hệ thống truy vấn thông tin hướng đến ngữ
nghĩa (VIRS) . 38
2.1.6.2.1. [A] Tiền xử lý truy vấn tiếng Việt đầu vào để phục vụ khai thác
thông tin văn bản và khai thác thông tin video. 38
Trang: 5
2.1.6.2.2. Truy vấn thông tin (dạng tiếng Anh, hay dạng tiếng Việt theo
cách so trùng từ chính xác) trên Internet (Web) bởi kết hợp với một động cơ
tìm kiếm thông tin sẵn có trên Internet (Google, Yahoo ). Đầu vào là truy
vấn tiếng Việt của người dùng dạng câu đơn/cụm danh từ đơn/từ khóa đơn.
Đầu ra là danh mục các kết quả cần tìm trả về bởi công cụ tìm kiếm thông tin
đã dùng. . 39
2.1.6.2.3. [C] Truy vấn thông tin (tiếng Anh) trên kho tài liệu tiếng Anh xác
định trước (các bài báo khoa học có cấu trúc quy ước). Đầu vào là truy vấn
tiếng Anh của người dùng dạng cụm danh từ đơn/từ khóa đơn. Đầu ra là danh
mục tài liệu tiếng Anh tìm được . 41
2.1.6.3. Chương trình máy tính: Hệ thống hỏi đáp hướng đến ngữ nghĩa
(VQAS) 42
2.1.6.4. Chương trình máy tính: Cơ sở tri thức tiếng Việt (VKB) để phục vụ
việc hiện thực hệ thống VIRS và VQAS . 43
2.1.6.4.1. Huấn luyện VKB từ kho dữ liệu các bài báo khoa học ACM,
Science-Direct, IEEE, Springer-Velag – 31.679 bài báo (tổng dung lượng
149MB) và danh mục sách từ thư viện Đại học Bách khoa TpHCM với kết
quả chi tiết: 43
2.1.6.4.2. VKB – Tổ chức & số lượng . 43
2.1.6.4.3. Khai thác VKB để phục vụ hệ thống VIRS 44
2.1.6.4.4. Khai thác VKB để phục vụ hệ thống VQAS . 45
2.1.7. Hướng dẫn người dùng . 46
2.1.7.1. Chương trình máy tính: Hệ thống truy vấn thông tin hướng ngữ nghĩa
(VIRS) 46
2.1.7.1.1. Mô-đun: Chương trình tìm kiếm thông tin bài báo khoa học 46
2.1.7.1.2. Mô-đun: Chương trình truy xuất thông tin xuyên ngôn ngữ . 52
2.1.7.2. Chương trình máy tính: Hệ thống hỏi đáp thông tin hướng ngã nghĩa
(VIRS) 56
2.2. NHÁNH B: HỆ THỐNG KHAI THÁC THÔNG TIN VIDEO 62
Trang: 6
2.2.1. Tóm tắt kết quả đạt được nhánh đề tài hệ thống khai thác thong tin video
hướng ngữ nghĩa . 62
2.2.1.1. Giới thiệu đề tài 62
2.2.1.2. Sản phẩm đăng ký 63
2.2.1.3. Sản phẩm hoàn thành 64
2.2.1.3.1. Mười bảy báo cáo chi tiết các chuyên đề 65
2.2.1.3.2. Báo cáo tổng hợp về đề tài . 66
2.2.1.3.3. Chương trình SEClassification . 67
2.2.1.3.4. Chương trình SERetrieval 67
2.2.1.3.5. Chương trình SESummarization . 68
2.2.1.3.6. Hai bài báo khoa học 69
2.2.1.4. Hướng dẫn người dùng . 69
2.2.1.4.1. Phần mềm SEClassification . 69
2.2.1.4.2. Phần mềm SESummarization . 74
2.2.1.4.3. Phần mềm SERetrieval 78
2.2.2. Tóm tắt kết quả đạt được của nhánh đề tài xây dựng hệ thống truy vấn video
dựa vào văn bản trích 80
2.2.2.1. Tổng quan 80
2.2.2.2. Sản phẩm đã đăng ký và kết quả đạt được 80
2.2.2.2.1. Sản phẩm phần mềm 80
2.2.2.2.2. Tài liệu kỹ thuật và bài báo khoa học . 82
2.2.2.3. Kết luận 83
2.2.2.4. Hướng dẫn người dung . 83
2.2.2.4.1. Giao diện chính của chương trình: . 84
2.2.2.4.2. Tab “Video” . 84
2.2.2.4.3. Tab “News” . 85
2.2.2.4.4. Tab “Voice” . 85
2.2.2.4.5. Tab “Video_Emotion” . 87
2.2.3. Tóm tắt kết quả đạt được của nhánh đề tài hệ thống truy vấn chuyển động 87
Trang: 7
2.2.3.1. Tổng quan 87
2.2.3.2. Các sản phẩm đã đăng ký và đã đạt được 88
2.2.3.2.1. Sản phẩm phần mềm 88
2.2.3.2.2. Tài liệu kỹ thuật và bài báo khoa học . 90
2.2.3.3. Một số kết quả mở rộng khác 91
2.2.3.4. Kết luận 92
2.2.3.5. Hướng dẫn người dùng . 93
2.2.3.5.1. Theo vết đơn đối tượng trong video thể thao (single object
tracking): . 93
2.2.3.5.2. Phát hiện cầu thủ trên sân bóng đá (multi-player detection): 94
2.2.3.5.3. Theo vết cầu thủ trên sân bóng đá (multi-player tracking): . 96