Ngày nay, tìm kiếm thông tin trên Internet đã trở thành công việc không thể thiếu với rất nhiều người, đặc biệt là sinh viên, học sinh, giảng viên, nghiên cứu sinh,… Một trong những đối tượng được họ quan tâm nhiều nhất để phục vụ cho quá trình học tập và nghiên cứu của mình là các tài liệu khoa học, những luận văn, đồ án chuyên sâu … Tuy nhiên những hệ thống tìm kiếm chuyên biệt tài liệu khoa học chưa nhiều, chưa hoàn thiện và chưa hỗ trợ tốt cho ngôn ngữ tiếng Việt.

Mục đích của đề tài này là tìm hiểu xây dựng mô hình hệ thống quản lý tài liệu khoa học dựa theo mô hình tìm kiếm thông tin trên Internet. Đồ án đưa ra mô hình kiến trúc tổng quan và các thành phần của hệ quản lý tài liệu khoa học, các kĩ thuật trích rút thông tin đặc trưng (tiêu đề, tác giả, nhà xuất bản, …) và tham chiếu (tài liệu tham khảo) của tài liệu, từ đó tổ chức lưu trữ và tìm kiếm tài liệu theo các thông tin đã trích rút. Để hiện thực hóa mô hình hoạt động, đồ án sử dụng bộ mã nguồn mở CiteSeerX, một thành phần trong bộ SeerSuit, nhằm xây dựng hệ thu thập, tìm kiếm tài liệu khoa học và cài đặt những thành phần dịch vụ hỗ trợ cho việc lọc, phân tách, trích rút thông tin đặc trưng và tham chiếu từ tài liệu.

Đồng thời, đồ án còn thêm vào các chức năng để hoàn thiện hệ thống từ những dịch vụ cơ bản đã được cung cấp bởi bộ mã nguồn mở CiteSeerX.

Kết cấu đề tài:

Chương 1 : Nhu cầu tìm kiếm và tra cứu tài liệu chuyên ngành hiện nay

Chương 2 : Cơ sở lý thuyết về hệ thống tìm kiếm thông tin

Chương 3 : Kiến trúc hệ thống tra cứu tài liệu khoa học

Chương 4 : Xây dựng hệ thống thu thập, quản lý tài liệu khoa học dựa trên bộ mã nguồn mở CiteSeerX