Description
Trong bối cảnh nguồn tri thức Y học cổ truyền (YHCT) bằng Hán văn và tiếng Việt chưa được liên kết hiệu quả do các nghiên cứu hiện tại chủ yếu chỉ mang tính đơn ngữ, nghiên cứu này đề xuất giải pháp xây dựng Đồ thị tri thức (KG) song ngữ Hán–Việt chuyên ngành. Quy trình thực hiện bắt đầu từ việc chuẩn hóa văn bản số hóa qua pipeline OCR kết hợp mô hình ngôn ngữ lớn (LLM) để xây dựng các KG đơn ngữ độc lập. Trên cơ sở đó, chúng tôi áp dụng phương pháp gióng thực thể bán giám sát dựa trên cơ chế bootstrapping được áp dụng, tận dụng tín hiệu song ngữ từ bước gióng câu bằng embedding để tự động liên kết các thực thể tương đương mà không cần dữ liệu gán nhãn quy mô lớn. Bằng cách cấu trúc hóa nguồn tài nguyên quý giá này, công trình không chỉ đóng góp vào nỗ lực số hóa và bảo tồn di sản tri thức y học, mà còn đặt nền tảng dữ liệu vững chắc cho các ứng dụng tra cứu và hệ thống hỏi đáp YHCT thông minh.
Thông tin các tác giả
1/ Nguyễn Trung Kiên: Học viên cao học, Trường Đại học Khoa học tự nhiên, ĐHQG TP. HCM. Email: kdoo4.work@gmail.com
2/ Nguyễn Hồng Bửu Long: TS., đang công tác và giảng dạy tại Trường Đại học Khoa học tự nhiên, ĐHQG TP. HCM. Email: nhblong@fit.hcmus.edu.vn
Từ khóa
Đồ thị tri thức song ngữ, Y học cổ truyền, Gióng thực thể, Mô hình ngôn ngữ lớn, Học bán giám sát
