Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 4
Chương III . PHÂN TÍCH THIẾT KẾ HỆ THỐNG 39
3.1.Giới thiệu 39
3.2. Mô hình Use Case: 40
3.2. Mô hình lớp 45
3.4. Danh sách các thực thể 47
3.5. Mô hình thực thể liên kết 48
Chương IV. KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 49
4.1. Giới thiệu chung về hệ thống 49
4.2. Thực nghiệm và đánh giá kết quả 49
KẾT LUẬN 54
TÀI LIỆU THAM KHẢO 55
PHỤ LỤC. MÔ TẢ CHI TIẾT CÁC THỰC THỂ 58
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 5
TÓM TẮT
Luận văn quan tâm nghiên cứu các giải pháp trích chọn thông tin trên Web
nhằm xây dựng một hệ thống cung cấp tin tức trên các thiết bị cầm tay thông
minh mà tin tức này được trích chọn từ các báo điện tử tiếng Việt.
Luận văn sử dụng thuật toán RTDM (Restricted Top-Down Mapping) do Davi
de Castro Reis và các đồng tác giả đề xuất [28], một thuật toán được đánh giá
rất hiệu quả trong việc trích chọn tin tức tức tự động thông qua việ
c phân tích
cấu trúc cây. Hiện nay RTDM được dùng như là thành phần lõi chính của hệ
thống trích xuất tin tức có tên là AkwanClipping (Akwan Information
Technologies, http://www.akwan.com, thuộc công ty Google tại Braxin) cung
cấp tin tức hàng ngày của các tờ báo phổ biến nhất tại Braxin.
Luận văn đã tiến hành chi tiết và hoàn thiện các phần nội dung không công bố
của thuật toán RTDM, đồng thời tiến hành xây dựng một hệ thống kênh cung
cấp tin điện tử trên các thiết bị cầm tay thông minh. Hệ th
ống thử nghiệm việc
trích chọn tin tức trên các báo điện tử tiếng Việt phổ dụng hiện nay và đã cho
kết quả đáng khích lệ. Chúng tôi đang tiến hành cải tiến tốc độ làm việc của hệ
thống nhằm tiến tới đưa hệ thống vào hoạt động thực tế.
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 6
CÁC THUẬT NGỮ VÀ CÁC TỪ VIẾT TẮT
Từ viết tắt Giải nghĩa
RTDM Restricted Top-Down Mapping
PDA Personal digital assistant
Data extraction Trích xuất dữ liệu
Trees Cây biểu diễn cấu trúc trang HTML
Edit distance Chi phí chuyển đổi giữa 2 cây (thay thế, chèn, xoá nút)
PK Primary Key
FK Foreign Key
PF Primary & Foreign Key
T
x
Cây biểu diễn trang Web.
T
x
[i] Nút thứ i của cây T
x
t[i] Cây con có nút gốc tại vị trí thứ i
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 7
CHÚ GIẢI KÝ HIỆU VÀ MÔ HÌNH
STT Ký hiệu Giải thích
1
Tiến trình thực hiện một nhiệm vụ nào đó
trong hệ thống
2
Tác nhân của hệ thống, đóng vai trò tương tác
với hệ thống trong quá trình thực hiện
3
Nguồn thông tin cung cấp cho hệ thống
4
Điều kiện kiểm tra và đưa ra các quyết định
tương ứng với các kết quả nhận được
5
Miêu tả sự phụ thuộc lẫn nhau của các đối
tượng
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 8
CÁC HÌNH MINH HỌA
Hình 3 - Ví dụ về ánh xạ giữa 2 cây 20
Hình 4 – Ví dụ ánh xạ trên-xuống 21
Hình 5 – Một ví dụ về ánh xạ trên xuống hạn chế 23
Hình 6 - Một mẫu tin chi tiết Quốc tế trên trang tienphongonline.com.vn 30
Hình 7: Các bước trích xuất tin tức [28] 31
Hình 8 - Các bước hình thành ne-pattern từ các nhóm 37
Hình 9 : Gói các lớp quản lý các cây HTML Error! Bookmark not defined.
Hình 10 : Gói các lớp phục vụ tính toán giá trị RTDM 46
Hình 11 : Gói các lớp quản lý các trang tin tức 46
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 9
MỞ ĐẦU
Sự phát triển của báo điện tử, một thành quả của Internet nói riêng và của Công
nghệ thông tin nói chung, đã dẫn tới các thay đổi lớn đối với thói quen đọc báo.
Internet với ưu thế về tốc độ và khả năng vươn xa cho phép độc giả có thể tiếp
cận tin tức mọi lúc mọi nơi. Với sự tiến bộ không ngừng của công nghệ viễn
thông, ngày nay thiết bị cầm tay thông minh ngày càng
được phổ biến với giá
cả ngày càng hạ và đã trở thành một công cụ đắc lực, bình dân và không thể
thay thế. Tốc độ kết nối Internet không dây được cải thiện không chỉ về tốc độ
mà cả về phạm vi phủ sóng, trong đó, thế hệ mạng không dây chuẩn WIMAX
(IEEE 802.16) cho phép khoảng cách phủ sóng tới 50km và thông lượng tối đa
tới 70Mbps.
Tất cả những yếu tố trên đây đ
ã trở thành tiền đề cho việc đáp ứng nhu cầu
xem tin tức trên thiết bị cầm tay, một nhu cầu đã trở thành thiết yếu, hàng
ngày, hàng giờ của mỗi người dùng cuối các thiết bị này.
Tuy nhiên, việc đọc báo trên các thiết bị cầm tay còn nhiều bất tiện. Khung
màn hình hạn chế của thiết bị cầm tay không cho phép hiển thị trang Web được
thiết kế cho máy tính để bàn: font chữ thường bị lỗ
i khi xem tin tức trên thiết bị
cầm tay, các thông tin quảng cáo và banner cũng được tải về cùng với tin tức
làm giảm đáng kể tốc độ và gây tràn màn hình…
Chính vì vậy, mục đích của luận văn này là xây dựng một hệ thống cho phép
dễ dàng và thuận tiện xem tin tức tiếng Việt của báo điện tử bất kỳ trên thiết bị
cầm tay thông minh.
Luận văn sử dụng thuật toán RTDM (Restricted Top-Down Mapping) do Davi
de Castro Reis và các đồng tác giả đề xuất [28], một thuật toán được đánh giá
rất hiệu quả trong việc trích xuất tin tức tức tự động thông qua việc phân tích
cấu trúc cây.
Thuật toán RTDM được cải tiến trên thuật toán trích xuất thông tin Web đã có
để áp dụng đặc thù riêng cho bài toán trích xuất tin tức. Qua thực nghiệm trên
35 trang tin tức, thuật toán RTDM cho kết quả trung bình 87.71% trích xuất tin
tức thành công không cần có sự can thiệp của con người. Hiện tại, RTDM
được sử
dụng như là thành phần lõi chính của hệ thống trích xuất tin tức có tên
là AkwanClipping (Akwan Information Technologies, http://www.akwan.com,
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 10
thuộc công ty Google tại Braxin) cung cấp tin tức hàng ngày của các tờ báo
phổ biến nhất tại Braxin.
Chúng tôi đã chi tiết và hoàn thiện các nội dung không công bố của thuật toán
RTDM, đồng thời tiến hành xây dựng một hệ thống kênh cung cấp tin điện tử
trên các thiết bị cầm tay thông minh. Hệ thống thử nghiệm đã trích chọn thông
tin trên các báo điện tử tiếng Việt phổ dụng hiện nay. Chúng tôi đã tiến hành
đánh giá hệ thống và các kết quả đánh giá cho thấy hệ thống là hữu dụng. Tuy
nhiên, để đưa hệ thống vào hoạt động thực tiễn cần phải nghiên cứu tăng tốc độ
hoạt động của nó.
Nội dung của luận văn được tổ chức thành bốn chương được giới thiệu sơ bộ
như dưới đây.
Chương 1. Xây dựng kênh tin t
ức điện tử trên các thiết bị cầm tay giới thiệu sự
phát triển nhanh chóng của báo điện tử và công nghệ kết nối Internet không
dây, tiền đề cho việc ra đời của kênh cung cấp tin điện tử trên các thiết bị cầm
tay. Mô tả bài toán và hướng tiếp cận giải quyết bài toán xây dựng kênh tin
điện tử từ các báo điện tử tiếng Việt trên các thiết bị cầ
m tay cũng được trình
bày.
Bài toán xây dựng kênh tin tức điện tử trên các thiết bị cầm tay được giải quyết
trên cơ sở phân cụm các trang Web trong site báo điện tử theo đó nội dung tin
tức cần trích chọn được lấy từ vùng nội dung thông tin trong cấu trúc các trang
Web của site đó.
Chương 2. Thuật toán RTDM và ứng dụng trong trích xuất tin trình bày vấn đề
đánh giá tính tương đồng của các trang Web thông qua khái niệm chi phí
chuyển đổ
i cây đối với kiến trúc cây mô tả các trang Web. Sau khi phân cụm,
lớp tương ứng với mỗi cụm được gán nhãn để tạo dựng mô hình phân lớp cho
các trang Web mới và trích chọn tin tức. Luận văn đề xuất một phiên bản chi
tiết của thuật toán để thi hành hệ thống trích chọn tin tức trên các báo điện tử.
Với phiên bản này, vấn đề thi hành hệ thống trở nên dễ dàng hơn.
Chương 3 giới thi
ệu quá trình phân tích và thiết kế hệ thống theo tiếp cận
hướng đối tượng. Các mô hình tương ứng được trình bày ở đây.
Chương 4. trình bày hệ thống thực nghiệm với một số nhận xét đánh giá kết
quả thực nghiệm.
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 11
Phần Kết luận tóm tắt các kết quả chính yếu nhất của luận văn.
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 12
CHƯƠNG I. XÂY DỰNG KÊNH CUNG CẤP TIN ĐIỆN TỬ
TRÊN THIẾT BỊ CẦM TAY
1.1. Báo điện tử và công nghệ Internet không dây
1.1.1. Báo điện tử - một thành tựu của Internet
Đọc báo chí, xem tin tức là một nhu cầu không thể thiếu của mỗi người trong
xã hội thông tin, không phân biệt lứa tuổi. Các loại báo chí được phát hành đa
dạng về nội dung, hình thức phù hợp với nhu cầu riêng biệt của từng độc giả.
Hiện nay, với sự phát triển lớn mạnh của internet kéo theo sự bùng nổ thông
tin, thông qua các trang báo điện tử. Chỉ với m
ột thao tác tìm kiếm đơn giản, ta
cũng có thể tìm được hàng trăm đến hàng ngàn trang báo đủ chủng loại. Chẳng
hạn ta sử dụng công cụ tìm kiếm của Google để tìm theo từ khoá "Báo điện tử"
và những trang từ Việt nam, hàng loạt các trang tin tức được liệt kê như
vietnamnet.vn, vnexpress.net, dantri.com.vn, tuoitre.com.vn… Theo thống kê
của google.com.vn thì có đến 755.000 kết quả tìm được, tất nhiên trong số đó
rất nhiều các kết quả là trùng nhau, nhưng con s
ố đó cũng đủ để nói lên sự phát
triển lớn mạnh về số lượng của các trang tin tức điện tử tại Việt Nam hiện nay.
Một ưu điểm lớn của các tin tức trên các trang báo điện tử đó là tính thời sự,
cập nhật rất cao. Đối với các tin tức trên báo in giấy, có khi ta phải đợi đến
ngày hôm sau mới được xem. Nhanh nhất như báo "Thể thao Việ
t nam", cũng
phải đến 5h sáng hôm sau mới có thể đăng thông tin về các trận đấu trong buổi
đêm ngày hôm đó. Ngược lại, đối với các báo điện tử, thông tin có thể được
cập nhật gần như lập tức khi có sự kiện.
Theo thống kê trên diễn đàn nghiệp vụ báo chí Việt Nam vào tháng 11 năm
2004
1
, hiện có khoảng 2 triệu người Việt Nam truy cập Internet, và không ít
hơn số đó là độc giả của các tờ báo điện tử như VietNamNet, VnExpress,
TuoitreOnline, Lao động điện tử
Do ưu thế về phương tiện công nghệ mà báo điện tử ngày càng thu hút được
nhiều độc giả. Ở Mỹ, nếu tính theo số lượng độc giả thì báo giấy đang ngày
càng bị thất thế so với báo đ
iện tử. Một nghiên cứu hồi tháng 3-2005 của Hiệp
1
http://www.vietnamjournalism.com/module.html?name=News&file=article&sid=185
Kênh tin tức điện tử cho các thiết bị cầm tay
Vũ Ngọc Anh – K9T3 Trang 13
Hội Báo In
Hoa Kỳ
(NNA) cho
thấy với các
tờ báo lớn và
được tín
nhiệm nhất ở
nước Mỹ như
New York
Times,
Washington
Post, số người
đọc báo qua
mạng đã vượt
trội số người
đọc báo in (New York Times: 12,8 triệu/5 triệu; Washington Post: 7.8 triệu/1.8
triệu, Los Angeles Times: 4.3 triệu/2.4 triệu)
1,2
.
Cũng vì sự phát triển bùng nổ như vậy nên việc đọc thông tin trên báo điện tử
một cách hiệu quả cũng không phải là dễ dàng. Hiện tượng người đọc báo điện
tử khó kiểm soát tin và nội dung tin đã đọc đã trở thành thực tế. Cần thiết xây
dựng phương tiện hỗ trợ người dùng giải quyết hiện tượng nói trên.
1.1.2. Sự phát triển của các thiế
t bị cầm tay
Ngày nay, với sự phát triển vượt bậc của khoa học công nghệ, các sản phẩm
cầm tay đã thực sự đem lại rất nhiều hiệu quả lao động cho con người. Các
thiết bị có thể kể đến ở đây là các điện thoại thông minh (smart phone), máy
tính bỏ túi (pocket pc). Cùng với sự phát triển công nghệ, các thiết bị này đã
được hỗ trợ khả năng lướ
t Web không dây với tốc độ ngày càng cải thiện. Do
đó, đây cũng là một kênh tiếp cận thông tin, tin tức điện tử thuận tiện nhanh
chóng, gọn nhẹ mọi lúc mọi nơi. Hơn thế nữa, do nhu cầu công việc của con
người cộng với giá cả cũng hợp lý nên các thiết bị này cũng ngày càng được
dùng phổ biến hơn (nhiều nhất vẫn là trong các doanh nghiệp). Những thuận
2
http://www.vietnamjournalism.com/module.html?name=News&file=article&sid=866
http://www.vietnamjournalism.com/module.html?name=News&file=article&sid=837
Hình 1. Tin tức điện tử trên các thiết bị cầm tay
Không có nhận xét nào:
Đăng nhận xét