ThS37.023_Cách tiếp cận dựa trên ngữ liệu cho kiểm lỗi chính tả tiếng việt
Các tác giả: GVHD:TS. Đinh Điền SVTH: Châu Hải Duy
Tóm tắc: Từ những năm 60 của thế kỷ XX, bài toán kiểm lỗi chính tả tự động bằng máy tính đã nhận được sự quan tâm của các nhà khoa học. Cho đến nay, rất nhiều thuật toán, mô hình để giải quyết bài toán này đã được công bố, tuy nhiên hầu hết chúng đều tập trung vào các ngôn ngữ biến cách của châu Âu như tiếng Anh, tiếng Pháp,… còn kiểm lỗi chính tả cho các ngôn ngữ đơn lập của châu Á như tiếng Hoa, tiếng Việt,… chỉ mới bắt đầu được nghiên cứu gần đây. Hiện nay, vấn đề đang được quan tâm nhất trong kiểm lỗi chính tả là kiểm lỗi chính tả cảm ngữ cảnh. Khác với các phương pháp kiểm lỗi chính tả truyền thống, vốn xem xét các từ một cách độc lập nhau và chủ yếu dựa vào từ điển, trong kiểm lỗi chính tả cảm ngữ cảnh, để quyết định một từ có bị sai chính tả hay không, hệ thống phải xét đến các đặc trưng xung quanh nó như từ lân cận, từ loại, trật tự từ,… Do đó, phương pháp kiểm lỗi cảm ngữ cảnh có thể phát hiện được những lỗi sai về cách dùng từ, tức là từ vốn không bị sai chính tả, nhưng trong hoàn cảnh của câu văn thì việc dùng nó là không hợp lý. Tuy nhiên, đi cùng với hiệu quả cao là sự khó khăn trong cách tiếp cận. Dựa vào loại hình ngôn ngữ (biến cách hay đơn lập), các phương pháp kiểm lỗi chính tả có thể được chia thành hai “trường phái” chính: kiểm lỗi cho các ngôn ngữ châu Âu và kiểm lỗi cho các ngôn ngữ châu Á. Phần đầu của chương này xin giới thiệu một vài phương pháp kiểm lỗi chính tả đã được công bố và ứng dụng thành công trong thực tế cho các ngôn ngữ nước ngoài. Phần cuối chương sẽ điểm qua các công trình đã được công bố cho kiểm lỗi tiếng Việt, cùng với một số nhận xét về chúng
