Giới thiệu
Luận văn này tập trung nghiên cứu về máy tìm kiếm, đặc biệt là ứng dụng và các kỹ thuật cơ bản để xây dựng một hệ thống tìm kiếm cho tiếng Việt. Hệ thống Greenstone, một giải pháp tìm kiếm phổ biến và hữu ích cho các thư viện số, được chọn làm mô hình nghiên cứu chính.
Luận văn đi sâu vào các công nghệ cốt lõi của máy tìm kiếm, bao gồm:
- Tiến trình lập chỉ mục (Indexing): Phân tích và xác định các thuật ngữ đại diện cho nội dung tài liệu, với các phương pháp như lập chỉ mục tệp đảo (IFID) và chỉ mục tệp ký số (SFID).
- Tiến trình tìm kiếm (Searching): Xử lý câu truy vấn của người dùng để tìm kiếm các tài liệu phù hợp.
- Tiến trình xếp hạng (Ranking): Sắp xếp các tài liệu kết quả theo mức độ liên quan đến truy vấn.
Ngoài ra, luận văn còn tìm hiểu kiến trúc của các hệ thống và engine tìm kiếm hiện có, đồng thời đề xuất hướng ứng dụng công nghệ Lucene và kỹ thuật tách từ (word segmentation) để xây dựng một máy tìm kiếm hiệu quả cho tiếng Việt.
Mục tiêu chính của luận văn là tìm hiểu kiến trúc công nghệ cơ bản của máy tìm kiếm, nghiên cứu hệ thống Greenstone, ứng dụng công nghệ Lucene và đưa kỹ thuật tách từ vào máy tìm kiếm tiếng Việt.
Mục lục chi tiết:
- Chương 1: Giới thiệu
- Chương 2: Các vấn đề cơ bản trong một hệ thống máy tìm kiếm
- 2.1. Tiến trình lập chỉ mục (Indexing)
- 2.2. Tiến trình tìm kiếm thông tin (Searching)
- 2.3. Xếp hạng tài liệu liên quan (Ranking)
- Chương 3: Hệ thống Greenstone
- 3.1. Giới thiệu chung về Greenstone
- 3.2. Kiến trúc của hệ thống Greenstone
- 3.3. Xây dựng bộ sưu tập
- Chương 4: Thực nghiệm xây dựng máy tìm kiếm tiếng Việt
- 4.1. Vấn đề tìm kiếm tiếng Việt và tiếp cận
- 4.2. Hệ thống Lucene
- 4.3. Phần mềm VietSearch
- 4.4. Kết quả và đánh giá
- KẾT LUẬN