1. Họ và tên nghiên cứu sinh:   Vũ Ngọc Trình

2. Giới tính:Nam

3. Ngày sinh:   24/08/1976

 4. Nơi sinh: Tp. Hải Phòng.

5. Quyết định công nhận nghiên cứu sinh số: 1118/QĐ-CTSV ngày 24/12/2012 của Hiệu trưởng Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội.

6. Các thay đổi trong quá trình đào tạo: Không

7. Tên đề tài luận án: Nghiên cứu một số mô hình học ontology và ứng dụng trong miền dầu khí

8. Chuyên ngành: Hệ thống thông tin

9. Mã số: 9480104. 01..............................................................

10. Cán bộ hướng dẫn khoa học:

1.     Hướng dẫn chính: PGS.TS. Hà Quang Thụy

Cơ quan công tác:  Trường Đại học Công nghệ, ĐHQGHN

2.     Hướng dẫn phụ: PGS.TSKH.Nguyễn Hùng Sơn

      Cơ quan công tác: Trường ĐH Varsava, BaLan

11. Tóm tắt các kết quả mới của luận án:

Luận án tham gia vào dòng nghiên cứu về học ontology trên thế giới và đạt được một số đóng góp sau đây về học ontology.

Thứ nhất, luận án đề xuất bốn mô hình học ontology. Một là mô hình học ontology dựa trên độ đo Google [VNTrinh2], [VNTrinh4]. Hai là mô hình học ontology dựa trên các kho ngữ liệu sử dụng học máy Maximum Entropy và Beam Search [VNTrinh1], [VNTrinh4]. Ba là mô hình học ontology dựa trên học máy với dữ liệu dương và dữ liệu không gán nhãn [VNTrinh4]. Bốn là mô hình học ontology kết hợp các kỹ thuật trên để xây dựng ontology dầu khí Anh - Việt [VNTrinh1], [VNTrinh2], [VNTrinh4].

Thứ hai, luận án đề xuất một mô hình thu nhận ý kiến chuyên gia miền vào quá trình xây dựng ontology miền dựa trên một khung hợp nhất niềm tin dựa trên tranh luận. Cơ sở lý thuyết của khung hợp nhất niềm tin dựa trên tranh luận được trình bày rõ ràng, phương án áp dụng khung hợp nhất niềm tin vào thực tiễn xây dựng ontology dầu khí Anh - Việt đã được luận giải.

Thứ ba, luận án đề xuất một quy trình bảy bước xây dựng ontology dầu khí Anh-Việt tại Viện Dầu khí Việt Nam. Hơn nữa, từ kết quả nghiên cứu của luận án, một ontology Dầu khí Anh - Việt được xây dựng dựa trên việc học ontology từ điển Anh -Việt với Wordnet Tiếng Anh và Wikipedia Tiếng Việt được sử dụng cho việc tra cứu, nghiên cứu, đào tạo trong hiện tại và là cơ sở cho việc mở rộng, học ontology với các hệ thống dữ liệu khác (ví dụ hệ thống chia sẻ tri thức đang có tại Viện Dầu khí Việt Nam...) và các ontology dầu khí khác trên thế giới, trong tương lai. Các thuật toán học ontology sử dụng học máy cũng có thể tiếp tục được nghiên cứu để áp dụng cho các bài toán khác trong lĩnh vực thăm dò, khai thác dầu khí (ví dụ: ứng dụng các thuật toán học máy trong học ontology để nâng cao hệ số thu hồi dầu...).

Luận án cũng có đóng góp trong việc cung cấp một nghiên cứu tổng quan về học ontology.

12. Khả năng ứng dụng trong thực tiễn:

Nhằm minh chứng cho tiềm năng ứng dụng thực tiễn của các mô hình đề xuất, luận án thực thi các thực nghiệm để kiểm chứng tính hữu dụng của các thuật toán và mô hình được luận án đề xuất. Kết quả thực nghiệm cho thấy tiềm năng ứng dụng cao các kết quả nghiên cứu từ luận án.

13. Những hướng nghiên cứu tiếp theo:

Trong thời gian tiếp theo, nghiên cứu sinh sẽ tiếp tục nghiên cứu các hướng giải quyết cho các hạn chế còn tồn tại của luận án và tiếp tục triển khai các đề xuất để hoàn thiện hơn các giải pháp cho học ontology.

Một là, nghiên cứu, tìm kiếm, chọn lựa các ontology dầu khí có chất lượng cao trên thế giới để học ontology với ontology hiện có để mở rộng, bổ sung khái niệm (từ vựng) dầu khí, đặc biệt là các khái niệm thuộc khâu giữa và khâu sau trong chuỗi hoạt động dầu khí.

Hai là, nâng cấp mô hình tích hợp ý kiến chuyên gia (chẳng hạn, quan tâm tới mô hình dựa trên cơ sở tri thức xác suất). Hơn nữa, các kỹ thuật biểu diễn dữ liệu tiên tiến nhất sẽ được quan tâm trong các mô hình học ontology đã được đề xuất. Trước mắt, nghiên cứu sinh tiến hành áp dụng các biểu diễn graph2vec, node2vec, v.v. cho mô hình học ontology bổ sung khái niệm dầu-khí tiếng Việt từ wikipedia tiếng Việt tại Chương 3.

14. Các công trình đã công bố có liên quan đến luận án:

- Ngoc-Trinh Vu, Van-Hien Tran, Thi-Huyen-Trang Doan, Hoang-Quynh Le, and Mai-Vu Tran (2015). A Method for Building a Labeled Named Entity Recognition Corpus Using Ontologies. Proceedings of 3rd International Conference on Computer Science, Applied Mathematics and Applications - ICCSAMA 2015, pp 141-149. (Scopus).

- Trinh Vu Ngoc, Ha Quang Thuy, Tran Trong Hieu. Độ đo GOOGLE trong tích hợp dữ liệu. Hội nghị quốc gia lần thứ VIII "Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin" (FAIR 2015), trang 224-231.

- Trong Hieu Tran, Thi Hong Khanh Nguyen, Quang Thuy Ha, and Ngoc-Trinh Vu. Argumentation framework for merging stratified belief bases. Asian Conference on Intelligent Information and Database Systems (ACIIDS 2016), pp. 43-53. (Scopus, DBLP).

- Ngoc-Trinh Vu, Quoc-Dat Nguyen, Tien-Dat Nguyen, Manh-Cuong Nguyen, Van-Vuong Vu, and Quang-Thuy Ha. A Positive-Unlabeled Learning Model for Extending a Vietnamese Petroleum Dictionary based on using Vietnamese Wikipedia Data. ACIIDS (1) 2018: 190-199. (Scopus, DBLP).