MỤC LỤC

LỜI MỞ ĐẦU

PHẦN I. CƠ SỞ LÝ THUYẾT

I.TIẾNG VIỆT VÀ NGỮ PHÁP TIẾNG VIỆT

1.Tính chính xác của văn bản tiếng Việt

2. Từ tiếng Việt

2.1. Từ đơn_từ ghép.

2.2. Từ loại

2.3. Dùng từ cấu tạo ngữ

3. Câu tiếng Việt

3.1 Câu đơn

4. Các đặc điểm của tiếng Việt

4.1 Đặc điểm chính tả

4.2 Vấn đề đa nghĩa và nhập nhằng trong ngôn ngữ

II. MỘT SỐ KỸ THUẬT KHAI PHÁ DỮ LIỆU VĂN BẢN

1. Biểu diễn văn bản

Sinh từ ( Term Generation)

Lọc từ (Term Filter)

2. Các kỹ thuật khai phá

2.1. Khai phá các luật kết hợp (Association Rules)

2.2. Lập chỉ mục tự động (Auto indexing)

3. Phân nhóm văn bản

III. MỘT SỐ PHƯƠNG PHÁP TÌM KIẾM VĂN BẢN

1. Tìm hiểu chung về các hệ thống khai thác thông tin

2. Tìm kiếm văn bản theo mô hình không gian vectơ

2.1 Độ chính xác và độ truy hồi

2.2 Bảng tần xuất.

2.3 Chỉ dẫn ngữ nghĩa tiềm ẩn (Latent Sematic Indexing LSI)

2.4.Tìm kiếm tài liệu dùng SVD

2.5. TV_Tree

2.5.1. Thiết lập TV_Tree

2.5.2.Chèn vào TV_Tree

2.5.3.Tìm kiếm trên TV_Tree

3. Tìm kiếm văn bản theo mô hình tập thô dung sai

3.1 Khái niệm tập thô và không gian dung sai

3.2 Mô hình tập thô dung sai (TRSM) trong việc khai thác thông tin

3.2.1 Không gian dung sai:

3.2.2 Giải thuật tìm kiếm văn bản sử dụng TRSM

3.3 Hàm xếp hạng chính và xếp hạng phụ trong việc đánh giá mức độ chính xác của tài liệu.

PHẦN II. PHƯƠNG ÁN GIẢI QUYẾT VÀ CÀI ĐẶT THỬ NGHIỆM

I. PHƯƠNG ÁN GIẢI QUYẾT

II. CÀI ĐẶT THỬ NGHIỆM

1. TIỀN XỬ LÝ VĂN BẢN TIẾNG VIỆT

1.1 Tổ chức từ điển

1.2. Tổ chức cơ sở dữ liệu văn bản

1.3. Xác định các từ khoá trong văn bản

2. Xử lý dữ liệu để phục vụ cho mô hình tìm kiếm văn bản bằng phương pháp tập thô dung sai.

3. Tìm kiếm văn bản sử dụng mô hình tập thô dung sai

TÀI LIỆU THAM KHẢO.