Web ngữ nghĩa là gì? Các nghiên cứu khoa học liên quan

Tiếng AnhSemantic Web

Web ngữ nghĩa là một bước phát triển mở rộng của World Wide Web do Tổ chức W3C khởi xướng, trong đó thông tin được biểu diễn và chú giải ngữ nghĩa rõ ràng theo các tiêu chuẩn hình thức máy tính có thể đọc hiểu và suy diễn tự động, cho phép tích hợp và chia sẻ dữ liệu liên thông qua các hệ thống phần mềm.

Khoa học tự nhiên 350 lượt xem Cập nhật 12/9/2026

Web ngữ nghĩa (Semantic Web) là một phần mở rộng mang tính cách mạng của mạng toàn cầu Web truyền thống do Tim Berners-Lee và W3C đề xướng, nơi các dữ liệu và tài nguyên web được chuẩn hóa ngữ nghĩa bằng các mô hình biểu diễn tri thức hình thức, giúp máy tính có thể tự động hiểu ý nghĩa, suy luận logic và liên kết dữ liệu giữa các ứng dụng phân tán trên toàn cầu. Đây là bước tiến quan trọng từ "Web tài liệu" (Document Web) sang "Web dữ liệu" (Data Web), với mục tiêu chuyển đổi nội dung web từ thông tin dành riêng cho con người sang thông tin được cả con người và máy tính hiểu rõ.

Khái niệm Web ngữ nghĩa được giới thiệu bởi Tim Berners-Lee, người sáng lập WWW, như một giải pháp nhằm nâng cao khả năng xử lý dữ liệu phi cấu trúc vốn chiếm phần lớn nội dung Internet hiện nay. Trên Semantic Web, dữ liệu được mô tả bằng các mô hình ngữ nghĩa tiêu chuẩn, có thể liên kết với nhau, tạo thành mạng dữ liệu ngữ nghĩa liên thông trên quy mô toàn cầu.

Mục tiêu chính của Semantic Web là tạo ra một môi trường trong đó máy tính không chỉ "đọc" dữ liệu mà còn có thể "hiểu" mối quan hệ và ý nghĩa của dữ liệu đó. Điều này mở ra khả năng xây dựng các ứng dụng thông minh hơn, từ công cụ tìm kiếm, trợ lý ảo đến các hệ thống ra quyết định tự động trong nhiều lĩnh vực như y tế, tài chính, giáo dục và chính phủ điện tử.

Các công nghệ nền tảng của Web ngữ nghĩa

Để hiện thực hóa Web ngữ nghĩa, nhiều công nghệ và tiêu chuẩn đã được phát triển và chuẩn hóa bởi World Wide Web Consortium (W3C). Ba công nghệ cốt lõi không thể thiếu trong kiến trúc của Web ngữ nghĩa bao gồm:

  • RDF (Resource Description Framework): Là khung mô tả tài nguyên cơ bản, cho phép định nghĩa thông tin theo cấu trúc ba phần (subject - predicate - object), giúp mô hình hóa các mối quan hệ giữa các thực thể.
  • OWL (Web Ontology Language): Là ngôn ngữ để xây dựng ontologies – tức các tập hợp khái niệm, thuộc tính và mối quan hệ trong một lĩnh vực cụ thể, hỗ trợ suy luận logic trên dữ liệu RDF.
  • SPARQL: Là ngôn ngữ truy vấn dữ liệu RDF, cho phép trích xuất, thao tác và cập nhật dữ liệu trong các tập dữ liệu ngữ nghĩa lớn.

Các công nghệ này giúp xây dựng nên một môi trường dữ liệu chuẩn hóa, trong đó mọi thực thể đều có thể được định danh duy nhất, mọi mối quan hệ đều có thể truy vấn và mọi dữ liệu đều có thể kết nối ngữ nghĩa.

Dưới đây là bảng mô tả tóm tắt các công nghệ nêu trên:

Công nghệ Chức năng chính Chuẩn hóa bởi
RDF Mô hình hóa mối quan hệ giữa tài nguyên W3C
OWL Xây dựng ngữ nghĩa và ontologies W3C
SPARQL Truy vấn và thao tác dữ liệu RDF W3C

Kiến trúc tầng của Web ngữ nghĩa

Kiến trúc Web ngữ nghĩa được tổ chức theo mô hình tầng (layered architecture) với mỗi tầng phụ trách một chức năng cụ thể trong việc mô tả, xử lý và đảm bảo tính tin cậy của dữ liệu. Mô hình này thường được minh họa như một kim tự tháp gồm các lớp từ thấp đến cao, cụ thể như sau:

  1. URI/IRI: Định danh tài nguyên một cách duy nhất trên Web.
  2. Unicode: Đảm bảo khả năng biểu diễn ký tự đa ngôn ngữ.
  3. XML, XML Schema: Xác định cú pháp và cấu trúc dữ liệu.
  4. RDF, RDF Schema: Mô tả quan hệ giữa các thực thể và định nghĩa từ vựng.
  5. OWL: Định nghĩa logic về khái niệm, phân cấp lớp và luật ràng buộc.
  6. SPARQL: Ngôn ngữ truy vấn thông tin theo logic RDF.
  7. Logic & Proof: Hệ thống suy diễn, hỗ trợ tự động hóa logic.
  8. Trust: Cơ chế đảm bảo tính xác thực và đáng tin cậy của dữ liệu.

Kiến trúc tầng này đảm bảo rằng các ứng dụng sử dụng Semantic Web có thể hoạt động thống nhất, tương tác và mở rộng dễ dàng trên phạm vi toàn cầu, bất kể ngôn ngữ, lĩnh vực hay nền tảng công nghệ sử dụng.

Ứng dụng của Web ngữ nghĩa

Web ngữ nghĩa đang được triển khai và thử nghiệm trong nhiều lĩnh vực khác nhau, từ quản lý tri thức đến trí tuệ nhân tạo, với các ví dụ nổi bật như:

  • Y tế và chăm sóc sức khỏe: Sử dụng ontologies y tế (như SNOMED CT, FHIR RDF) để chuẩn hóa dữ liệu bệnh án điện tử, hỗ trợ chuẩn đoán dựa trên tri thức liên ngành.
  • Thư viện và lưu trữ số: Chuẩn hóa mô tả thư mục bằng SKOS, Dublin Core để liên kết các tài nguyên học thuật toàn cầu.
  • Thương mại điện tử: Sử dụng dữ liệu cấu trúc ngữ nghĩa để cải thiện công cụ tìm kiếm sản phẩm, gợi ý mua sắm cá nhân hóa.
  • Chính phủ điện tử: Triển khai dữ liệu mở liên thông (Linked Open Data) giúp người dân truy cập thông tin công nhanh chóng, minh bạch và hiệu quả.

Các tổ chức lớn như Google (thông qua Schema.org), DBpedia, Wikidata, và Open Government Data đã tích hợp công nghệ Web ngữ nghĩa để chuẩn hóa và mở rộng khả năng khai thác dữ liệu của mình, thúc đẩy nền tảng dữ liệu mở toàn cầu ngày càng phong phú.

Lợi ích và vai trò của Web ngữ nghĩa trong hệ sinh thái dữ liệu

Web ngữ nghĩa mang lại nhiều lợi ích cốt lõi cho cả người dùng cuối và các hệ thống máy tính. Một trong những lợi ích nổi bật là khả năng tự động hóa và nâng cao hiệu quả trong việc tích hợp, tìm kiếm và phân tích dữ liệu. Thay vì dựa hoàn toàn vào từ khóa hoặc cấu trúc HTML, hệ thống có thể khai thác ý nghĩa của thông tin thông qua các khái niệm đã được định nghĩa và liên kết một cách rõ ràng.

Các tổ chức có thể sử dụng dữ liệu ngữ nghĩa để hợp nhất các hệ thống dữ liệu dị chủng, đặc biệt trong các lĩnh vực như y tế, giáo dục, tài chính, nơi dữ liệu được lưu trữ ở nhiều định dạng và chuẩn khác nhau. Việc sử dụng RDF và OWL giúp định nghĩa ngữ nghĩa thống nhất, từ đó cho phép phân tích dữ liệu phức tạp xuyên ngành, giảm thiểu độ trễ và lỗi tích hợp thủ công.

Web ngữ nghĩa cũng đóng vai trò nền tảng trong việc phát triển các ứng dụng trí tuệ nhân tạo (AI) nhờ khả năng biểu diễn tri thức một cách có cấu trúc và máy có thể suy diễn logic. Các chatbot, trợ lý ảo, và hệ thống khuyến nghị có thể sử dụng các ontology để hiểu ngữ cảnh câu hỏi và đưa ra phản hồi chính xác hơn.

Thách thức khi triển khai Web ngữ nghĩa

Mặc dù mang lại tiềm năng lớn, việc triển khai Web ngữ nghĩa trong thực tế gặp nhiều thách thức. Đầu tiên là vấn đề về chi phí và nguồn lực. Việc chuyển đổi dữ liệu hiện có sang định dạng RDF hoặc xây dựng ontology yêu cầu kỹ năng chuyên sâu, phần mềm hỗ trợ và thời gian đáng kể. Điều này là rào cản lớn với nhiều tổ chức nhỏ hoặc thiếu ngân sách công nghệ.

Thứ hai là độ phức tạp của ngôn ngữ và tiêu chuẩn. RDF, OWL và SPARQL có cú pháp và logic tương đối khó tiếp cận với các lập trình viên quen với mô hình quan hệ truyền thống. Việc học và áp dụng chúng đòi hỏi đào tạo chuyên sâu, từ đó tạo ra khoảng cách giữa lý thuyết và ứng dụng thực tế.

Vấn đề tương thích giữa các ontology khác nhau cũng là một rào cản lớn. Mỗi lĩnh vực, tổ chức, quốc gia có thể định nghĩa các khái niệm và thuật ngữ khác nhau, dẫn đến hiện tượng trùng lặp, không đồng bộ hoặc mâu thuẫn giữa các mô hình tri thức. Việc tạo ra các ontology dùng chung và khả năng ánh xạ giữa chúng đòi hỏi sự hợp tác toàn cầu và tiêu chuẩn hóa cao độ.

So sánh Web ngữ nghĩa với Web truyền thống

Khác biệt giữa Web ngữ nghĩa và Web truyền thống không chỉ nằm ở cách biểu diễn dữ liệu mà còn ở phương thức tương tác và xử lý thông tin. Dưới đây là bảng so sánh hai mô hình này:

Tiêu chí Web truyền thống Web ngữ nghĩa
Phương thức lưu trữ Văn bản và HTML Dữ liệu có cấu trúc RDF
Đối tượng sử dụng Con người đọc và hiểu Con người và máy cùng xử lý
Truy vấn Theo từ khóa, cú pháp Theo ngữ nghĩa và quan hệ logic
Tính liên kết Hyperlink giữa tài liệu Liên kết ngữ nghĩa giữa dữ liệu
Khả năng mở rộng Hạn chế, phụ thuộc HTML Cao, có thể tích hợp xuyên miền

Qua bảng này, có thể thấy Web ngữ nghĩa mở ra khả năng tự động hóa, hiểu và sử dụng thông tin một cách thông minh, linh hoạt và bền vững hơn.

Liên kết dữ liệu mở (Linked Open Data - LOD)

Liên kết dữ liệu mở là một khái niệm trọng tâm trong Web ngữ nghĩa, đề cập đến việc công bố dữ liệu trên Internet theo định dạng RDF kèm theo liên kết ngữ nghĩa đến các nguồn dữ liệu khác. Mục tiêu là tạo nên một mạng dữ liệu mở toàn cầu, nơi các tài nguyên được liên kết có nghĩa và có thể tái sử dụng trong nhiều ngữ cảnh khác nhau.

LOD bao gồm bốn nguyên tắc cơ bản do Tim Berners-Lee đề xuất:

  • Sử dụng URI để định danh các tài nguyên một cách duy nhất.
  • Đảm bảo URI có thể truy cập được qua HTTP.
  • Trả về dữ liệu mô tả tài nguyên theo chuẩn RDF khi truy cập.
  • Liên kết URI tới các URI khác để mở rộng ngữ cảnh ngữ nghĩa.

Một ví dụ nổi bật là DBpedia, một dự án trích xuất dữ liệu có cấu trúc từ Wikipedia và công bố dưới dạng RDF. DBpedia đóng vai trò là trung tâm kết nối hàng trăm tập dữ liệu mở khác trong mạng LOD toàn cầu.

Xem thêm tại Linked Open Data Cloud.

Tương lai và xu hướng phát triển của Web ngữ nghĩa

Trong bối cảnh dữ liệu lớn, trí tuệ nhân tạo và chuyển đổi số đang phát triển mạnh mẽ, Web ngữ nghĩa được xem là một trong những nền tảng then chốt cho hệ sinh thái dữ liệu thông minh. Khả năng tự động hóa xử lý tri thức, hỗ trợ suy luận logic và tích hợp xuyên miền là yếu tố cốt lõi giúp nó trở thành công nghệ chủ lực trong các mô hình dữ liệu thế hệ tiếp theo.

Các xu hướng hiện nay tập trung vào việc kết hợp Web ngữ nghĩa với:

  • Trí tuệ nhân tạo (AI) và học máy (machine learning) để tăng khả năng suy luận.
  • Blockchain nhằm đảm bảo nguồn gốc và độ tin cậy của dữ liệu.
  • Internet vạn vật (IoT) để mô tả và kết nối các thiết bị thông minh qua dữ liệu RDF.
  • Chính phủ số và quản trị dữ liệu công nhằm nâng cao minh bạch và dịch vụ công trực tuyến.

Tương lai của Web ngữ nghĩa nằm ở sự kết hợp chặt chẽ giữa tiêu chuẩn hóa dữ liệu, hợp tác đa ngành và đổi mới sáng tạo công nghệ để hướng tới một môi trường Web thực sự thông minh, ngữ nghĩa và có thể hiểu được bởi cả con người và máy móc.

Câu hỏi thường gặp

Mô hình Khung mô tả tài nguyên (Resource Description Framework - RDF) biểu diễn dữ liệu như thế nào?

RDF mô hình hóa tri thức thế giới dưới dạng đồ thị có hướng gồm các phát biểu bộ ba (triples): Chủ thể (Subject) - Vị từ (Predicate) - Khách thể (Object). Mọi thực thể và mối quan hệ được định danh toàn cầu bằng URI (Uniform Resource Identifier), cho phép máy móc kết nối bất kỳ hai mảnh dữ liệu độc lập nào trên Internet.

Sự khác biệt giữa RDF Schema (RDFS) và Ngôn ngữ bản thể học Web (OWL) là gì?

RDFS chỉ cung cấp từ vựng cơ bản để định nghĩa các lớp (classes), thuộc tính và quan hệ phân cấp cây thư mục cha-con; trong khi OWL (Web Ontology Language) là ngôn ngữ biểu diễn tri thức hình thức phong phú dựa trên Logic mô tả (Description Logics), hỗ trợ biểu diễn tính tương đương, giao, hợp, tính phản xạ, bắc cầu và phục vụ suy luận tự động phức tạp.

Nguyên tắc Dữ liệu liên kết 5 sao (5-Star Linked Data) của Tim Berners-Lee gồm các cấp độ nào?

1 sao: Dữ liệu công khai trên web dưới bất kỳ định dạng nào (như PDF); 2 sao: Dữ liệu có cấu trúc đọc được bằng máy (như Excel); 3 sao: Dùng định dạng mở phi độc quyền (như CSV); 4 sao: Dùng tiêu chuẩn W3C (RDF và SPARQL); 5 sao: Liên kết dữ liệu của mình với các tập dữ liệu RDF khác trên web để tạo thành Web dữ liệu khổng lồ.

Các nghiên cứu khoa học về “Web ngữ nghĩa”

Công bố nổi bật trên thế giới và tại Việt Nam, kèm tóm tắt theo hướng chủ đề.

Mới nhất

  • A semantic web-based risk assessment framework for collaborative planning to enhance overall supply chain effectiveness for semiconductor industry

    Hsuan-An Kuo và cộng sự2023Applied Soft Computing

    AI tóm tắt

    Khung quản lý rủi ro chuỗi cung ứng bán dẫn được đề xuất trong nghiên cứu thiết kế hệ thống của Kuo và cộng sự ứng dụng công nghệ Web ngữ nghĩa. Giải pháp tích hợp bản thể học OWL và tập luật SWRL nhằm đồng bộ dữ liệu đa cấp và suy luận cảnh báo sớm sự cố. Đánh giá trong ngành sản xuất vi mạch cho thấy mô hình cải thiện rõ rệt hiệu quả phối hợp giữa các doanh nghiệp đối tác.

  • LegalHTML: Semantic mark-up of legal acts using web technologies

    Armando Stellato và cộng sự2023Computer Law & Security Review

    AI tóm tắt

    Chuẩn đánh dấu LegalHTML được xây dựng trong nghiên cứu phát triển công nghệ của Stellato và Fiorelli nhằm chuẩn hóa cấu trúc văn bản pháp lý. Kết hợp mã nguồn web với bản thể học RDF, định dạng cho phép nhúng siêu dữ liệu ngữ nghĩa và quản lý vòng đời sửa đổi điều luật trên môi trường Web ngữ nghĩa. Kết quả cho thấy giải pháp tạo lập văn bản pháp luật tương tác linh hoạt, hỗ trợ các hệ thống tư pháp điện tử.

  • Overcoming challenges in rare disease registry integration using the semantic web - a clinical research perspective

    Karl Gisslander và cộng sự2023Orphanet Journal of Rare Diseases

    AI tóm tắt

    Khung tích hợp sổ bộ bệnh hiếm được đề xuất trong nghiên cứu phương pháp luận y sinh của Gisslander và cộng sự dựa trên các chuẩn Web ngữ nghĩa. Giải pháp sử dụng bản thể học cùng giao thức truy vấn SPARQL theo tiêu chuẩn FAIR, cho phép liên kết dữ liệu bệnh án phân tán mà không xâm phạm quyền riêng tư. Tác giả chỉ ra mô hình giải quyết hiệu quả rào cản kỹ thuật cho các chuyên gia lâm sàng khi nghiên cứu đa trung tâm.

  • Semantic web-based diagnosis and treatment of vector-borne diseases using SWRL rules

    Ritesh Chandra và cộng sự2023Knowledge-Based Systems

    AI tóm tắt

    Hệ chuyên gia chẩn đoán bệnh truyền qua véc-tơ được phát triển trong nghiên cứu ứng dụng y tế của Chandra và cộng sự trên hạ tầng Web ngữ nghĩa. Bằng việc xây dựng bản thể học và tập luật SWRL, hệ thống tự động hóa khâu xác định phác đồ điều trị cho sốt rét và sốt xuất huyết. Kết quả thực nghiệm chỉ ra mô hình nâng cao độ chính xác của quyết định y khoa tại tuyến cơ sở.

  • Context-aware workflow management for smart manufacturing: A literature review of semantic web-based approaches

    William Ochoa và cộng sự2023Future Generation Computer Systems

    AI tóm tắt

    Các phương pháp quản lý luồng công việc nhận biết ngữ cảnh được tổng kết trong nghiên cứu tổng quan tài liệu của Ochoa và đồng nghiệp. Khảo sát phân tích việc tích hợp quy trình kinh doanh với nền tảng Web ngữ nghĩa để hỗ trợ nhà máy thông minh tự điều chỉnh theo thời gian thực. Nhóm tác giả chỉ ra công nghệ bản thể học bảo đảm tính tương thích dữ liệu toàn diện giữa các thiết bị công nghiệp không đồng nhất.

Trích dẫn nhiều nhất

  • Mạng Web ngữ nghĩa

    Dịch bởi AIThe Semantic Web

    Tim Berners‐Lee và cộng sự2001Scientific American8.070 trích dẫn

    AI tóm tắt

    Tầm nhìn kiến trúc nền tảng cho Web ngữ nghĩa được đề xuất khái niệm bởi tác giả Berners-Lee cùng cộng sự nhằm giúp máy tính hiểu dữ liệu tự động. Nhóm tác giả xác định ba trụ cột gồm cú pháp XML, mô hình RDF và hệ thống ontology, cho phép phần mềm tự chủ chia sẻ tri thức. Đề xuất đặt nền tảng cốt lõi cho Semantic Web, dù thực tế đối mặt thách thức tích hợp dữ liệu quy mô lớn.

  • Semantic Web services

    Sheila A. McIlraith và cộng sự2001IEEE Intelligent Systems1.943 trích dẫn

    AI tóm tắt

    Kiến trúc dịch vụ ngữ nghĩa được đề xuất nền tảng bởi tác giả McIlraith cùng cộng sự nhằm tự động hóa tác vụ trên Web ngữ nghĩa. Nhóm nghiên cứu tích hợp ngôn ngữ đánh dấu DAML+OIL để mô tả năng lực, hỗ trợ đại lý phần mềm tự động khám phá và kết hợp dịch vụ. Đóng góp này mang lại bước ngoặt quan trọng cho kiến trúc Semantic Web, dù đòi hỏi chuẩn hóa sâu rộng về biểu diễn quy trình.

  • Tạo nội dung Web ngữ nghĩa bằng Protege-2000

    Dịch bởi AICreating Semantic Web contents with Protege-2000

    Natasha Noy và cộng sự2001IEEE Intelligent Systems969 trích dẫn

    AI tóm tắt

    Công cụ soạn thảo tri thức Protégé-2000 được nghiên cứu tùy biến kiến trúc bởi Noy cùng cộng sự nhằm phát triển nội dung trên Web ngữ nghĩa. Nhóm tác giả tích hợp các cơ chế mở rộng để nhập xuất ontology theo chuẩn OIL và DAML+OIL, giúp đơn giản hóa thu nhận tri thức. Giải pháp thiết lập môi trường phát triển trực quan cho Semantic Web, dù gặp thách thức do thiếu thống nhất giữa các chuẩn sơ khai.

  • Jena: bộ công cụ Web ngữ nghĩa

    Dịch bởi AIJena: a semantic Web toolkit

    Brian McBride2002IEEE Internet Computing595 trích dẫn

    AI tóm tắt

    Bộ công cụ Jena được phát triển và thiết kế kiến trúc bởi McBride nhằm cung cấp thư viện giao diện lập trình Java cho Web ngữ nghĩa. Hệ thống lấy mô hình RDF làm nền tảng xử lý dữ liệu, hỗ trợ phân tích cú pháp, trích xuất thông tin và ánh xạ tri thức. Phần mềm đóng vai trò công cụ nền tảng trụ cột trong hệ sinh thái Semantic Web, dù cần cải tiến thêm hiệu năng lập luận logic.

  • Tổ hợp dịch vụ Web trên Web ngữ nghĩa

    Dịch bởi AIComposing Web services on the Semantic Web

    Brahim Medjahed và cộng sự2003The VLDB Journal540 trích dẫn

    AI tóm tắt

    Quy trình hợp thành dịch vụ tự động được đề xuất và kiểm chứng bởi Medjahed cùng cộng sự nhằm giải quyết tích hợp quy trình trên Web ngữ nghĩa. Tác giả áp dụng ontology thiết lập các quy tắc tương thích bốn tầng gồm cú pháp, ngữ nghĩa tĩnh, quy trình động và chất lượng dịch vụ. Mô hình đem lại đóng góp quan trọng cho điện toán dịch vụ trên Semantic Web, dù độ phức tạp tăng khi số lượng dịch vụ lớn.

Nổi bật tại Việt Nam

  • Một giải pháp chuyển đổi từ cơ sở dữ liệu quan hệ sang mô hình dữ liệu cho web ngữ nghĩa

    Nguyễn Hữu Duyệt và cộng sự2019Tạp chí Khoa học Trường Đại học Sư phạm Thành phố Hồ Chí Minh0 trích dẫn

    AI tóm tắt

    Mô hình ánh xạ bảng quan hệ sang đồ thị RDF được triển khai thực nghiệm bởi nhóm tác giả nhằm chuyển đổi dữ liệu phục vụ Web ngữ nghĩa. Phương pháp tự động sinh các bộ ba Triple từ bảng cơ sở dữ liệu, kiểm thử thành công trên hệ thống quản lý bán hàng. Kết quả tạo tiền đề liên thông giữa cơ sở dữ liệu quan hệ và kiến trúc Semantic Web, dù chưa kiểm chứng trên dữ liệu lớn.

  • Xây dựng hệ thống Web ngữ nghĩa hỗ trợ tra cứu pháp luật Việt Nam

    Nguyễn Xuân Pha, Huỳnh Công Pháp*2013Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng0 trích dẫn

    AI tóm tắt

    Giải pháp tra cứu pháp luật thông minh được đề xuất thiết kế bởi Nguyễn Xuân Pha và Huỳnh Công Pháp ứng dụng công nghệ Web ngữ nghĩa. Hệ thống kết hợp ontology pháp lý với suy luận tự động để liên kết văn bản, đồng thời tích hợp nền tảng e-learning phục vụ học tập. Kiến trúc mang lại mô hình truy xuất tri thức chuyên sâu trên Semantic Web, dù quy trình cập nhật văn bản mới vẫn cần tối ưu.

  • Đề xuất hệ thống thông minh hỗ trợ tìm kiếm việc làm

    Nguyễn Văn Bình*2013Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng0 trích dẫn

    AI tóm tắt

    Khung tìm kiếm việc làm thông minh được đề xuất kiến trúc bởi Nguyễn Văn Bình nhằm tích hợp công nghệ Web ngữ nghĩa vào tuyển dụng trực tuyến. Giải pháp sử dụng ontology chuyên ngành để đối sánh hồ sơ ứng viên và vị trí tuyển dụng, vượt trội so với tìm kiếm cú pháp thông thường. Kết quả mang lại đóng góp thiết thực cho ứng dụng Semantic Web, dù tác giả chưa công bố số liệu thử nghiệm định lượng.

  • Xây dựng hệ thống web ngữ nghĩa hỗ trợ tra cứu pháp luật Việt Nam

    NX Pha và cộng sự2013Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng0 trích dẫn

    AI tóm tắt

    Phương pháp tra cứu văn bản quy phạm được nghiên cứu thử nghiệm bởi Pha và Pháp nhằm tích hợp công nghệ Web ngữ nghĩa vào hệ thống pháp luật. Cấu trúc ứng dụng ontology chuyên ngành để chuẩn hóa liên kết điều luật, cho phép người dùng tra cứu chính xác theo ngữ cảnh và thi trắc nghiệm. Kết quả đem lại nền tảng chia sẻ tri thức hữu ích trên Semantic Web, dù việc cập nhật dữ liệu tự động còn hạn chế.

  • XÂY DỰNG ỨNG DỤNG TÌM KIẾM SÁCH ĐIỆN TỬ BẰNG PHƯƠNG PHÁP TÌM KIẾM NGỮ NGHĨA TRÊN ONTOLOGY

    ĐẶNG THỊ PHÚC và cộng sự2023Tạp chí Khoa học và Công nghệ - Trường Đại học Công nghiệp TP.HCM

    AI tóm tắt

    Ứng dụng tìm kiếm sách điện tử được xây dựng và thử nghiệm bởi Đặng Thị Phúc cùng cộng sự dựa trên ngăn xếp công nghệ Web ngữ nghĩa. Nghiên cứu mô hình hóa 360 đầu sách bằng ngôn ngữ OWL, biểu diễn dữ liệu bằng đồ thị RDF và truy vấn ngữ nghĩa qua SPARQL. Kết quả đạt độ chính xác cao trong truy xuất thông tin trên Semantic Web, dù kho ngữ liệu thử nghiệm còn giới hạn.

Tài liệu tham khảo

  1. Maier Frederick (2016). A Primer on RDF and OWL. Studies on the Semantic Web Ontology Engineering with Ontology Design Patterns. DOI: 10.3233/978-1-61499-676-7-337
  2. Biagioni (2024). Visualizing OWL and RDF: Advancing Ontology Representation for Enhanced Semantic Clarity and Communication. Proceedings of the 13th International Conference on Data Science, Technology and Applications. DOI: 10.5220/0012855900003756
  3. Li, Li, Shi (2016). Mining RDF Data for OWL2 RL Axioms. Communications in Computer and Information Science Knowledge Graph and Semantic Computing: Semantic, Knowledge, and Linked Big Data. DOI: 10.1007/978-981-10-3168-7_12