Đề tài Từ điển đa ngôn ngữ trên PocketPC ( ML Dict)

h – Đỗ Thị Hồng Thu. 5 | 2 9 Lời cảm ơn Lời đầu tiên, xin kính gửi tới thầy Trần Minh Triết và các thầy cô hướng dẫn thực hành môn Chuyên đề CNPM1- Lập Trình Hiện Đại, khoa Công Nghệ Thông Tin, trường ĐH KHTN, T.P Hồ Chí Minh lời chúc sức khỏe và lòng biết ơn sâu sắc. Xin cám ơn thầy đã tận tâm truyền đạt những kiến thức quý báu và tạo điều kiện để nhóm chúng em hoàn thành được đồ án này. Trong quá trình thực hiện đồ án, nhóm đã được tham khảo nhiều ý kiến thảo luận trên diễn đàn môn học, rất cảm ơn tinh thần học hỏi và đóng góp của các bạn. Ngoài ra, các bài viết hết sức bổ ích của các tác giả Bùi Đức Tiến, José Gallardo Salazar, Piyush Shah, Mahesh Chand … cũng có ý nghĩa với đồ án này rất nhiều. Xin chân thành cám ơn! Nhóm tác giả. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 6 | 2 9 I. Giới thiệu 1. Tác giả Họ Tên: ................................. Nguyễn Minh Bình MSSV:.................................... 0612023 Điện thoại: ............................ 0906 637 538 Email: ..................................... ihnel48@gmail.com Họ Tên: ................................. Đỗ Thị Hồng Thu MSSV:.................................... 0612400 Điện thoại: ............................. 01677557054 Email: ..................................... do.hongthu@yahoo.com.vn 2. Chương trình ML Dict ML Dict (Multilaguage dictonary) là phần mềm từ điển đa ngôn ngữ cho pocket PC chạy trên hệ điều hành windows CE và .Net Compack Framwork. Phần mềm này được xây dựng theo yêu cầu đồ án của môn Chuyên Đề Công Nghệ Phần Mềm 1 - Lập Trình Hiện Đại do thầy Trần Minh Triết và thầy Bùi Tấn Lộc phụ trách. Trong quá trình thực hiện đồ án này, nhóm đã gặp không ít khó khăn và bỡ ngỡ trong nhiều công đoạn do đây là lần đầu tiên nhóm làm việc với môi trường lập trình trên dot Net CF. Hơn nữa, từ điển là một loại phần mềm làm việc với những file dữ liệu lớn, yêu cầu phải xử lý nhanh. Những yêu cầu này thật sự khắt khe và không hề dễ dàng. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 7 | 2 9 Mục đích của đồ án này là nhằm ứng dụng những lý thuyết, phương pháp đã học vào một phần mềm cụ thể để kiểm tra, trao dồi và học hỏi thêm những kỹ thuật mới. Những chức năng mà nhóm đã làm được vẫn chỉ dừng lại ở mức bình thường và chắc hẳn còn nhiều điều thiếu sót. Mọi ý kiến đóng góp, chia sẻ hay thắc mắc về chương trình sẽ luôn được đón nhận và ghi nhớ. 3. Giới thiệu chức năng Chức năng tra từ, phát âm Cũng như những phần mềm từ điển khác, ML Dict cũng có chức năng cơ bản là tra từ và phát âm từ vừa tra. Người dùng có thể lựa chọn nhiều cách khác nhau để tìm và tra một từ vựng. (xem hướng dẫn sử dụng). Chức năng thêm/bớt từ điển Chương trình cho phép người dùng cài thêm từ điển mới hoặc bỏ bớt từ điển trong số những từ điển đã cài đặt tùy theo nhu cầu sử dụng. Chức năng ghi nhớ từ vừa tra: Nhờ chức năng này, người dùng có thể nhanh chóng tra lại những từ vừa tra. Danh sách các từ vừa tra sẽ được lưu lại vào bộ nhớ. Theo đó, có thể dùng các phím mũi tên hoặc các button hình mũi tên ở góc trên, bên phải để tra. Chức năng dịch văn bản Nếu máy đã được kết nối internet, chương trình cung cấp thêm một chức năng bổ ích là dịch văn bản online. Chức năng này hoạt động dựa trên sự hỗ trợ bởi công cụ dịch online của google. Chức năng trợ giúp Nếu không hiểu hoặc không biết sử dụng chức Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 8 | 2 9 năng nào đó của chương trình, người dùng có thể tham khảo thông tin trợ giúp qua menu Trợ giúp… Các tùy chọn Với các tùy chọn được hỗ trợ, việc sử dụng chương trình sẽ trở nên rất linh động. Có thể lựa chọn cho phép chương trình tự động hiển thị phiên âm của từ đang tra, phát âm, hiện ví dụ, hình minh họa cho từ đó hay không… Nếu lựa chọn hiện danh sách từ tự động, mỗi khi user nhập từ cần tra vào ô nhập liệu, một danh sách các từ gần đúng sẽ được tự động hiển thị hỗ trợ cho người dùng tìm từ nhanh hơn. Lưu cấu hình cho phiên làm việc sau. Chức năng này sẽ lưu xuống file những thông tin liên quan đến trạng thái làm việc của chương trình: các tùy chọn, danh sách từ điển đã cài … II. Hướng dẫn sử dụng: 1. Sử dụng menus: 1.1. Menu Từ Điển: Menu Từ điển chứa các lệnh cho phép thao tác với các từ điển: Thoát chương trình: thoát và lưu lại thông tin về các bộ từ điển đã cài. Thêm hoặc xóa từ điển: user tự do quản lý các từ điển mà mình muốn sử dụng, có thể thêm hay bớt các từ điển tùy theo nhu cầu. Các dòng còn lại là tên của các từ điển đã được cài đặt vào dữ liệu của chương trình. Từ điển nào đang được sử dụng sẽ có dấu check ở phía Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 9 | 2 9 trước trong menuItems tương ứng. Các menuItems này là “động” . Nghĩa là chúng sẽ tự sinh ra và mất đi tùy thuộc vào các từ điển được cài hay gỡ bỏ. 1.2. Menu Tùy Chỉnh Hiện phiên âm: Hiện hay ẩn phần phiên âm của từ được tra. Hiện ví dụ: Hiện hay ẩn ví dụ trong phần nghĩa của từ được tra. Phát âm khi tra: khi một từ được tra , có tự động phát âm từ đó hay không. Hiện danh sách từ tự động: Khi user nhập từ cần tra, có tự động hiển thị danh sách từ gần đúng hay không. Hình minh họa: khi tra một từ, có tự động search hình ảnh minh họa liên quan đến từ đó hay không. Chức năng này chỉ hoạt động được khi đã kết nối internet. 1.3. Menu Công Cụ Dịch văn bản online: User được hỗ trợ trong việc dịch một từ hoặc một đoạn văn bản online (dựa vào trang translate.google.com) Đọc từ đang tra: Phát âm lại từ mà user vừa tra. 1.4. Menu Trợ Giúp Giới thiệu: Giới thiệu chung về phần mềm ML Dict, giới thiêu chức năng. Hướng dẫn sử dụng: Hỗ trợ cách thao tác step by step chương trình ML Dict. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 10 | 2 9 2. Hướng dẫn tra từ. ML Dict hỗ trợ nhiều cách tra từ khác nhau. Người dùng có thể tùy ý lựa chọn trong nhiều trường hợp. User dùng soft keyboard, nhập từ cần tra vào ô nhập liệu ở góc trên bên trái. Sau khi nhập xong bấm vào button có hình kính lúp hoặc nhấn Enter để tra từ. Nghĩa của từ cần tra sẽ hiển thị ở vùng không gian bên dưới. Trong quá trình nhập từ cần tra, chương trình sẽ tự động dò tìm với những ký tự đã gõ trong ô nhập liệu và cho ra nghĩa của từ gần giống với những ký tự đã gõ nhất. Nếu từ đang được select trong danh sách đúng với từ mà người dùng muốn tìm thì chỉ cần click hoặc nhấn enter để tra mà không cần phải gõ các ký tự còn lại. Thay vì nhập các ký tự, user có thể click vào mũi tên bên phải ô nhập liệu . Sẽ có một danh sách các từ được xổ xuống và user có thể tìm từ cần tra bằng cách duyệt danh sách, select từ muốn tra tra như cách trên. Ngoài ra, user còn có thể tra từ bằng cách click vào các button: . Quá trình tra từ của user sẽ được lưu lại trong history. Nếu user muốn tra lại từ trước hay sau trong danh sách history thì click vào . Hoặc nếu user muốn tra từ liền trước hay liền sau trong từ điển theo thứ tự alphabet thì click vào . Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 11 | 2 9 3. Tạo các file dữ liệu cho từ điển. Chạy công cụ Tạo index cho từ điển. ( công cụ này chạy trên máy desktop). Click nút Tìm... để chỉ ra đường dẫn file dữ liệu đầu vào dạng *.xml Click nút Tạo... để tiến hành tạo dữ liệu hoặcThoát để hủy bỏ quá trình tạo dữ liệu Lưu ý: - Dữ liệu từ điển thường là một file rất lớn do đó thời gian để công cụ tạo index cho từ điển chạy có thể sẽ rất lâu. Thời gian để công cụ này tạo xong các file dữ liệu sẽ nhiều hay ít tùy thuộc vào số lượng từ trong từ điển đó. Ví dụ: từ điển anh việt với 108854 từ sẽ mất khoảng 15 phút trong khi các từ điển khác khoảng vài chục ngàn từ chỉ mất vài giây. - Đầu vào của công cụ này là file dữ liệu từ điển dạng xml. Đầu ra là một bộ gồm 3 file cho mỗi từ điển. Ví dụ: input là : anh-viet.xml thì đầu ra tương ứng sẽ là: anhviet.dat, anhviet1.idx, anhviet2.idx. Chúng ta sẽ dùng 3 tập tìn này để cài đặt vào hệ thống ML Dict Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 12 | 2 9 4. Cài thêm từ điển Từ màn hình giao diện chương trình, bấm menu :Từ điển , chọn Thêm hoặc xóa từ điển. Click chọn thẻ Thêm. Nhập tên cho từ điển muốn thêm. Tiếp tục bấm nút Duyệt để trỏ tới file dữ liệu cho từ điển (có dạng *.dat ) đã tạo ra bằng công cụ Tạo Index cho Từ điển . Click chọn nút Thêm để cài từ điển này vào dữ liệu của chương trình hoặc click nút Bỏ qua để hủy bỏ tiến trình cài đặt. 5. Gỡ bớt từ điển Từ màn hình giao diện chương trình, bấm menu :Từ điển , chọn Thêm hoặc xóa từ điển. Click chọn thẻ Gỡ bỏ. Trong danh sách các từ điển đã cài, chọn từ điển muốn gỡ bỏ và click nút Gỡ. Có thể gỡ bỏ một lúc nhiều từ điển bằng cách lặp lại thao tác này nhiều lần. Click nút Lưu để chấp nhận gỡ bỏ hoặc Bỏ qua để hủy tiến trình gỡ bỏ. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 13 | 2 9 6. Tra từ online. Mở kết nối internet Click chọn menu Công cụ, chọn tiếp Tra Từ Online Gõ đoạn văn bản cần dịch ở ô textbox phía trên Chọn ngôn ngữ nguồn và ngôn ngữ đích cho thích hợp. Click button Dịch Phần văn bản sau khi dịch sẽ được hiển thị ở khung bên dưới. 7. Trợ giúp 7.1. Giới thiệu chương trình: Click chọn menu Trợ giúp, chọn tiếp Giới thiệu Trang Giới thiệu cung cấp thông tin về nhóm tác giả và lời cảm ơn đến mọi người đã nhiệt tình giúp đỡ trong suốt quá trình làm. 7.2. Hướng dẫn sử dụng: Trong menu Trợ giúp, chọn tiếp Hướng dẫn sử dụng Trang Hướng dẫn sử dụng giới thiệu đầy đủ về chương trình và các tính năng hiện có. Người dùng được hướng dẫn chi tiết cách sử dụng chương trình bằng hình minh họa từng bước, cụ thể Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 14 | 2 9 III. Các kỹ thuật cài đặt 1. Tổ chức dữ liệu a. Đánh giá Trong các phần mềm từ điển nói chung, công đoạn tổ chức dữ liệu cho phần mềm quyết định tính thành công của phần mềm đó. Tổ chức dữ liệu từ điển sao cho có thể truy cập tức thời là một yêu cầu không phải dễ dàng ngay cả với những phần mềm chạy trên desktop với bộ nhớ lên tới hàng gigabyte. Với pocket PC, bộ nhớ tí hon của nó quả thật là một thách thức lớn hơn rất nhiều cho công đoạn này. Với một từ điển thông thường khoảng vài chục ngàn từ đến vài trăm ngàn từ thì dữ liệu của nó chiếm khoảng vài MB đến vài chục MB (đo dưới dạng text). Do vậy, load toàn bộ dữ liệu lên bộ nhớ là vô phương với bộ nhớ tí hon của pocket PC. Điểm mấu chốt ở đây là phải tổ chức dữ liệu sao cho có thể truy xuất một phần của file dữ liệu thay vì đọc toàn bộ. Và bởi lẽ dữ liệu từ điển là quá lớn để truy xuất tuần tự nên khả năng truy xuất ngẫu nhiên file dữ liệu cũng quan trọng không kém. Các bộ dữ liệu từ điển được thầy Trần Minh Triết cung cấp là những file xml có cấu trúc rất dễ hiểu, dễ thao tác trong lập trình. Đồng thời, với một file xml đã load thành công lên bộ nhớ thì việc truy các node bên trong nó là hoàn toàn ngẫu nhiên và nhanh chóng. Tuy nhiên, như đã nói ở trên, load toàn bộ dữ liệu lên bộ nhớ của Pocket PC là không thể trong khi không có cách nào ổn thỏa để có thể đọc một phần dữ liệu của file xml. Một điều nữa, những tập tin được đọc, ghi bởi lớp FileStream lại cho phép truy xuất ngẫu nhiên file (file vật lý) và đọc một phần nhỏ dữ liệu của file lên bộ nhớ. Tuy tốc độ truy xuất file với FileStream không phải là nhanh, các thao tác với FileStream cũng không phải là đơn giản, nhưng so với hai lợi ích lớn mà nó mang lại thì những khó khăn này vẫn nhỏ hơn rất nhiều. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 15 | 2 9 b. Giải pháp. Với những nhận xét trên, giải pháp khả thi nhất là chuyển đổi dữ liệu từ dạng xml sang dạng file được đọc/ghi bởi FileStream. Vì mục đích học tập của đồ án này, nhóm chọn loại file đầu ra ở dạng text cho dễ kiểm tra, chỉnh sửa. Công cụ CreateIndex (tạo index cho từ điển) được viết và đính kèm theo từ điển có chức năng chuyển đổi file dữ liệu dưới dạng *.xml sang dạng *.dat, đồng thời tạo hai file index nhằm hỗ trợ cho các thao tác với file *.dat được tốt hơn. Mỗi từ điển sau khi chuyển đổi sẽ gồm một tập 3 file có quan hệ với nhau như hình bên dưới.  File nghĩa có tên dạng *.dat gồm các đoạn dữ liệu nghĩa liên tục nhau. File này có kích thước khoảng vài MB đến vài chục MB.  File Index1 có tên file dạng *1.idx là file chỉ mục cho file nghĩa. Nội dung của file là một danh sách tất cả các từ vựng có trong từ điển. Kèm theo mỗi từ là thông tin cho biết vị trí bắt đầu và vị trí kết thúc của phần nghĩa tương ứng trong file nghĩa. Số dòng của file này bằng với số từ có trong từ điển và đã được sắp xếp tăng Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 16 | 2 9 dần theo alphabet. Kích thước của nó vẫn chưa đủ nhỏ để có thể load lên bộ nhớ và xử lý trong Pocket PC. Với từ điển anh-việt 108854 từ thì file anhviet1.idx của nó có kích thước khoảng 3.4MB.   File Index2 là file có dạng *2.idx. File này là chỉ mục cho file index1. Nội dung của file là danh sách các chỉ mục trỏ tới các block từ trong index1. Một block từ được định nghĩa là một nhóm các từ vựng liền nhau theo thứ tự alphabet và có đặc điểm chung là 3 ký tự đầu của mỗi từ thành viên đều giống nhau. Một số trường hợp đặc biệt, những từ gồm 1 hoặc 2 ký tự cũng được nhóm riêng thành một nhóm. Kích thước của file index2 là đủ nhỏ ( <100KB) để có thể load toàn bộ lên bộ nhớ phục vụ cho xử lý. Toàn bộ dữ liệu của index2 sẽ được load lên và “gắn” vào một HashTable với key là 3 ký tự đầu của nhóm, value là chuỗi chứa thông tin bắt đầu và kết thúc của block từ tương ứng trong file index1. Bằng cách này, hoàn toàn có thể truy xuất ngẫu nhiên nội dung index2 (đã load lên bộ nhớ). 2. Cách thức tra từ Để tra một từ bất kỳ, trước hết cần xác định từ đó thuộc block nào dựa vào 3 ký tự đầu tiên của từ đó và lấy thông tin vị trí bắt đầu, kết thúc của block. Mở file index1, nhảy tới vị trí bắt đầu block từ và đọc toàn bộ block lên bộ nhớ. Search ra vị trí của từ trong block để lấy thông tin vị trí bắt đầu và kết thúc của phần nghĩa tương ứng. Mở file nghĩa, nhảy tới vị trí bắt đầu phần nghĩa và load lên bộ nhớ. 3. Cách thức xử lý vấn đề load danh sách a. Đánh giá. Theo cách nghĩ thông thường, việc load danh sách từ sẽ là load toàn bộ dữ liệu và hiển thị lên list box cho người dùng, người dùng có thể tự do chọn từ và kéo thanh trượt di chuyển lên xuống xuyên suốt lượng từ khổng lồ của từ điển. Tùy vào độ lớn của từng bộ dữ liệu từ điển mà thời gian load danh sách sẽ nhanh hay chậm. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 17 | 2 9 Nếu chương trình từ điển cho phép sử dụng nhiều bộ từ điển, ví dụ như Anh_Việt, Việt_Anh, Việt_Pháp v.v…, thì trong mỗi khoảng thời gian xác định, chỉ có dữ liệu của bộ từ điển đó được load lên. Như vậy, khi người dùng muốn chuyển đổi qua lại giữa từ điển này và từ điển kia, sẽ mất nhiều thời gian cho việc load toàn bộ dữ liệu từ điển và hiển thị. Thêm vào đó, như đã phân tích ở phần „Tổ chức dữ liệu’, cách làm này chỉ thích hợp đối với hệ máy có dung lượng bộ nhớ … dư dả. chỉ riêng danh sách từ của một từ điển cũng đã lên đến vài MB, vượt quá khả năng cho phép của một pocket PC thông thường. Cách làm tốt và hợp lý hơn là chỉ load một phần dữ liệu thích hợp, vừa đủ để xem và hiển thị lên list box dựa vào từ mà người dùng đang gõ. Ví dụ người dùng gõ từ „singer‟, và trong từ điển thì vị trí từ này là khoảng 87485, nói nôm na, ta sẽ load và hiển thị lên danh sách một số từ nằm ở khoảng này. b. Giải pháp Để tiết kiệm chỗ trống cho màn hình giao diện, danh sách từ sẽ được thiết kế giả lập một combobox (gồm text box, listbox, vscrollbar và môt picture box). Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 18 | 2 9 Như vậy sẽ phải xử lý theo 2 hướng. Hướng thứ nhất là khi người dùng tra từ, sau khi tìm được từ đó và hiện danh sách 12 từ lên listbox, phải xác định được vị trí của từ đó trong từ điển là bao nhiêu để đặt lại vị trí cho thanh VScrollbar, tạo cảm giác như toàn bộ từ trong từ điển đã được load hết vào listbox (nghĩa là mỗi khi tra đến từ nào, thanh VScrollbar „dừng‟ đúng vị trí của từ đó trong từ điển). Hướng thứ hai là khi người dùng không gõ từ vào listbox mà di chuyển thanh scrollbar lên xuống, phải tìm được từ trong dữ liệu từ điển có vị trí bằng với vị trí của thanh scrollbar. Sau đó load 12 từ phía sau từ này vào listbox. (Xem các phương pháp tra từ đã trình bày ở trên). 4. Menu động a. Ý tưởng. Danh sách các menu hiện tên từ điển ứng với mỗi thao tác thêm hay bỏ bớt từ điển của người dùng sẽ thay đổi, nói cách khác, các menu này là „động‟. Đồng thời khi người dùng click chọn từ điển nào, menu ứng với từ điển đó sẽ có chức năng „thông báo‟ để chương trình load file index2 của từ điển lên. Thêm vào đó, các menu cần được lưu lại cho lần sử dụng sau của người dùng chứ không phải chỉ tồn tại trong lúc chương trình đang thực hiện rồi trở lại trạng thái ban đầu mỗi lần mở chương trình. b. Giải pháp. Các bộ từ điển và đường dẫn tới chúng được lưu vào trong file dictionaries.xml. Khi chương trình khởi động sẽ load file này và lấy thông tin về tên, đường dẫn của từ điển lưu vào một hashtable, với key là tên từ điển và value là đường dẫn. Như vậy, mỗi lần thêm hay xóa từ điển, chỉ cần thao tác trước với hashtable này, xây dựng danh sách các menu từ điển cũng dựa trên nó. Sau mỗi lần hoạt động, ta sẽ xóa bỏ nội dung cũ và cập nhật thông tin mới vè danh sách các từ điển trong file dictionaries.xml thông qua hashtable này. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 19 | 2 9 5. Đối sánh chuỗi, tìm kiếm a. Đánh giá Trong các yếu tố phục vụ cho việc dò tìm từ, đối sánh chuỗi chính xác là quan trọng hơn cả. Trước hết, cần phải có một phép so sánh đủ chính xác để phát hiện một từ bất kỳ trong danh sách có phải là từ đang được tìm hay không. Sau nữa, để công việc dò tìm đạt hiệu quả, một danh sách được sắp xếp thứ tự phải là yêu cầu hàng đầu. Một danh sách từ vựng được sắp hỗn độn không thể nào thích hợp với phương pháp truy xuất ngẫu nhiên theo chỉ mục và cũng không thể tránh khỏi việc dò tìm trên toàn bộ dữ liệu mỗi khi cần tra từ. Thực tế, theo nhận định của nhóm, dot NET chưa thật sự hỗ trợ tốt trong khâu đối sánh chuỗi tiếng việt. Những chuỗi (kiểu string) bình thường, không dấu thì có thể dễ dàng compare với nhau với kết quả rất tốt. Tuy nhiên với những ký tự có dấu trong tiếng việt, tiếng pháp … thì hầu hết là sai. Một ví dụ điển hình, khi so sánh hai chuỗi “a”, “ả” bằng tất cả những phương pháp mà dot Net CF hỗ trợ (CultureInfo, string.Compare, phương thức Sort() của lớp List … ) thì kết quả đều cho thấy “a” đứng trước “ả”. Lặp lại tương tự với chuỗi “a dua”, “ả đào” thì kết quả là “a dua” dứng sau “ả đào”, một kết quả thật sự khó hiểu. Một ký tự trong bảng mã unicode tổ hợp chiếm 2bytes trong khi một ký tự tương đương trong unicode dựng sẵn chiếm 1byte. Các phương pháp so sánh mà dot Net hỗ trợ cho đến hiện nay chỉ làm việc tốt với unicode tổ hợp. Dữ liệu từ điển dạng file xml được cấp sẵn bởi thầy Trần Minh Triết được viết bằng bảng mã unicode dựng sẵn. Do đó, đối sánh theo cách thông thường là không hiệu quả. b. Giải pháp. Thêm một điều kỳ lạ nữa, tuy rằng kết quả so sánh các chuỗi unicode dựng sẵn không chính xác trong một số trường hợp như những nhận định trên nhưng khi tách rời chúng ra và tiến hành đối sánh lần lượt từng ký tự trong chuỗi thì lại cho kết quả chính xác. Đây cũng chính là phương pháp đối sánh được sử dụng trong đồ án này. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 20 | 2 9 Có thể, phương pháp đối sánh chuỗi mà ML Dict sử dụng chưa phải là cách tốt nhất cả về thời gian thực thi lẫn hình thức. Tuy nhiên, để có được kết quả đối sánh chính xác thì hiện tại nhóm không còn cách nào hơn. Về vấn đề tìm kiếm, giải pháp được lựa chọn ở đây là tìm kiếm tuần tự một từ trong block của nó. Như đã trình bày ở phần giới thiệu chức năng, ML Dict hỗ trợ tìm từ gần đúng. Nghĩa là để tra một từ (có nhiều ký tự), người dùng chỉ cần nhập vào một số ký tự đầu tiên của từ đó là đã có thể tìm thấy từ cần tra. Với cách truy vấn mờ như thế cộng với tính chất sắp thứ tự (tăng dần) và gom nhóm của dữ liệu, phương pháp tìm kiếm nhị phân sẽ không còn thích hợp nữa. 6. Phát âm Đối với chương trình viết trên desktop, việc thực hiện chức năng phát âm dạng Text to Speech là rất dễ vì chỉ cần thêm bộ thư viện có sẵn là Microsoft Speech Object Library(viết gọn là SpeechLib), sử dụng đối tượng SpVoice của thư viện này để đọc từ. Tuy nhiên trên pocket PC lại giới hạn không hỗ trợ bộ thư viện này. Để thực hiện chức năng phát âm, nhóm đã sử dụng lại 2 file .dll được chia sẻ bởi tác giả agraham là FliteDevice.dll và fliteDLL.dll. Dung lượng file FliteDevice.dll khoảng 4KB được để chung trong thư mục của chương trình và chương trình sẽ tham chiếu tới thư viện này. File fliteDLL.dll phải chép vào thư mục Windows trong máy pocketPC, file này có dung lượng 2,96MB. 2 bộ thư viện này cung cấp sẵn đối tượng FliteDevice với phương thức Say(string) để thực hiện chức năng Text to Speech. Thực chất file FliteDevice.dll mà chương trình tham chiếu tới đóng vai trò như một chiếc cầu nối, cung cấp hàm dưới dạng đơn giản nhất, khi chương trình gọi hàm, nó sẽ liên kết tới file chính là fliteDLL.dll đã được chép trong thư mục Windows để tiếp tục xử lý, phát âm chuỗi từ. LINK THAM KHẢO FLITE Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 21 | 2 9 7. Tra hình minh họa a. Phân tích. Dựa vào bộ máy tìm kiếm phổ biến nhất hiện nay là Google, đối với mỗi từ mà người dùng muốn hiển thị hình ảnh, chương trình sẽ tạo kết nối đến trang tìm hình của Google là images.google.com.vn. Tùy thuộc vào từ được tra, đường dẫn đến trang kết quả của Google sẽ khác nhau phần tham số bên trong. Khi tìm hình ảnh bằng Google, kết quả hình sẽ được phân chia thành nhiều trang, số lượng hình trong mỗi trang là 20. Đó chỉ là hình dạng thu nhỏ để người dùng nhìn nhanh, quyết định chọn hình nào để sử dụng. Khi mở từng hình kết quả trong một trang riêng, hình đó mới được thể hiện đúng với kích thước thật. Như vậy khi tra hình minh họa của một từ, trang kết quả sẽ chứa đường link của tập 20 hình này. Nhóm đã thử tìm kiếm nhiều chuỗi từ khác nhau, lưu lại trang kết quả của Google và mở source của trang kết quả này để phân tích, tìm vị trí bắt đầu của tập đường link các hình kết quả và lưu lại vào mảng chuỗi. b. Kết quả thực hiện. Sau bước phân tích và thử tìm kiếm với nhiều chuỗi từ khác nhau, nhóm đã tìm được cấu trúc đường link đến trang kết quả hình ảnh của Google. Đường link có dạng như sau: [...] . Khi cần tìm kiếm chuỗi từ nào, ta sẽ thay chuỗi từ đó vào vị trí […] và tạo đối tượng HttpWebRequest để kết nối tới. Tuy nhiên có sự khác nhau trong đường link kết quả khi tìm từ có khoảng trắng và tìm từ viết liền: từ có khoảng trắng sẽ được thay khoảng trắng đó bằng dấu „+‟. Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đại – Nguyễn Minh Bình – Đỗ Thị Hồng Thu. 22 | 2 9 Ví dụ, tìm từ „computer‟ sẽ có đường link kết quả là , Trong khi tìm từ khác có khoảng trắng, như từ „hòa bình‟, kết quả sẽ là: òa+bình Như vậy sau khi lấy được source của link kết quả, ta chỉ lấy phần chuỗi bắt đầu bằng từ khóa „dyn.setResults‟, sau đó tách cụm link tới từng hình ra thành từng phần và lưu vào mảng kết quả. Mảng chuỗi này sẽ được định lại thành dạng html và nối với chuỗi nghĩa khi người dùng tra từ, nếu có chọn chức năng tìm hình minh họa. Hình bên là một ví dụ khi tìm với từ khóa button Bắt đầu mảng chứa link 1 link kết quả Ví dụ về source của một trang kết quả tìm kiếm hình ảnh Khoa Công Nghệ Thông Tin – Đại Học Khoa Học Tự Nhiên. Lập Trình Hiện Đ