Nhật ký công việc cho nhiệm vụ "Xử lý phần Vận chuyển (Transport)"

Nhân tiện, đây là những gì ChatGPT nói về cấu trúc cơ sở tri thức của chúng ta:

Điểm mạnh nhất ở đây không phải là các mô hình đơn lẻ, mà là cách chúng kết hợp lại với nhau.

Những điểm thực sự mạnh mẽ ở đây

KBConcept thực chất có thể đóng vai trò là một thực thể trang web vạn năng:

• quốc gia;
• vùng / khu vực;
• thành phố;
• quận / huyện;
• bãi biển;
• đền chùa;
• sân bay;
• khách sạn;
• tuyến đường;
• sự kiện;
• đầu mối giao thông.

Khái niệm này đã có sẵn:

• hệ thống phân cấp Parent / Children (Cha / Con);
• gốc của cây (root);
• tọa độ lat / lng / alt (vĩ độ / kinh độ / độ cao);
• tên đa ngôn ngữ qua KBLabel;
• tệp và hình ảnh;
• các sự thật (facts);
• liên kết với URL thông qua SiteRoute;
• dữ liệu có cấu trúc tùy ý qua Json.

Nói cách khác, một thành phố, một địa điểm tham quan và một tuyến đường không chỉ đơn thuần là các bài viết trong CMS, mà là các nút trong một đồ thị tri thức thống nhất.

Và điều này khớp hoàn toàn với VietnamGuru.

Ví dụ:

Đà Nẵng → bán đảo Sơn Trà → chùa Linh Úng → tọa độ → giờ mở cửa → giá vé → tính thời vụ → phương tiện di chuyển → các địa điểm gần đó → bài viết → bản đồ → tuyến đường.

Tất cả những điều này có thể được lưu trữ không phải trong một đoạn văn bản khổng lồ duy nhất, mà dưới dạng tri thức có liên kết với nhau.

Phần có tiềm năng nhất — các sự thật không gắn cứng vào một thực thể duy nhất

KBFact cùng với KBFactParticipation hỗ trợ các mối quan hệ n-ary (n ngôi): một sự thật duy nhất có thể liên kết đồng thời nhiều khái niệm với các vai trò khác nhau.

Đối với một dự án du lịch, đây là một mô hình cực kỳ mạnh mẽ.

Ví dụ, khẳng định:

Xe buýt số 5 đi từ Đà Nẵng đến Hội An, dừng gần Ngũ Hành Sơn, vé giá 30.000 VND.

Có thể được biểu diễn bằng một sự thật duy nhất có sự tham gia của:

• Đà Nẵng — origin (điểm đi);
• Hội An — destination (điểm đến);
• Ngũ Hành Sơn — stop (điểm dừng);
• xe buýt số 5 — transport (phương tiện);
• 30.000 VND — giá trị;
• khoảng thời gian hiệu lực;
• nguồn gốc (source);
• độ tin cậy (confidence);
• trạng thái kiểm chứng.

Và nếu giá vé hoặc tuyến đường thay đổi, sự thật cũ sẽ không bị xóa bỏ. Một sự thật mới sẽ được thêm vào với ngày hiệu lực mới. Đối với du lịch, điều này cực kỳ quan trọng: quy định thị thực, giá cả, lịch trình, vé vào cửa và phương tiện giao thông liên tục thay đổi.

Mô hình nhận thức luận (epistemic model) toàn diện được tích hợp ở đây

Tôi đặc biệt thích việc cơ sở dữ liệu không giả vờ nắm giữ chân lý tuyệt đối.

Các sự thật có:

• confidence (độ tin cậy);
• verified / tentative / disputed / deprecated (đã xác minh / tạm thời / tranh chấp / lỗi thời);
• nguồn;
• thời hạn hiệu lực;
• ngày mà sự thật được biết đến;
• trạng thái thô (raw) hoặc dẫn xuất (derived);
• nguồn gốc từ các sự thật khác.

Thêm vào đó, các mâu thuẫn được xử lý như các đối tượng độc lập thông qua KBConflict thay vì đơn giản là bị ghi đè.

Đối với AI du lịch, đây là một lợi thế cực lớn.

Một trường hợp thực tế điển hình:

• Google Maps nói rằng địa điểm mở cửa đến 18:00;
• Trang web chính thức nói đến 17:00;
• Một đánh giá gần đây cho biết quầy bán vé đóng cửa lúc 16:30.

Một hệ thống RAG thông thường sẽ chỉ đưa ra một trong các lựa chọn đó. Mô hình của bạn cho phép agent nói rằng:

"Các nguồn có thông tin trái chiều. Theo thông báo chính thức là 17:00, nhưng khách du lịch phản hồi rằng quầy vé đóng cửa sớm hơn. Tốt nhất nên đến trước 16:00."

Đây không còn chỉ là một chatbot đọc bài viết nữa, mà là một trợ lý du lịch thông minh thực thụ.

KBKnowledgeSpace mở ra một tầng cấu trúc mới

Các Không gian Tri thức (Knowledge Spaces) cho phép cùng một sự thật có thể có các yếu tố sau khác nhau:

• khả năng hiển thị (visibility);
• mức độ quan trọng;
• mức độ tin cậy;
• cách giải thích.

Điều này có thể được sử dụng không chỉ cho tính riêng tư, mà còn cho các chế độ sản phẩm khác nhau:

• cơ sở dữ liệu của tòa soạn;
• cơ sở dữ liệu công khai;
• không gian cá nhân của người dùng;
• không gian của một chuyến đi cụ thể;
• tri thức của agent;
• nội dung đối tác;
• dữ liệu người dùng chưa được kiểm chứng.

Ví dụ, một du khách tạo chuyến đi "Việt Nam, tháng Tám, gia đình có trẻ em". Agent có thể xây dựng một không gian tri thức riêng biệt, nơi ưu tiên cao hơn cho:

• các di chuyển ngắn;
• bãi biển gia đình;
• các địa điểm có điều hòa;
• đồ ăn an toàn;
• các địa điểm không có đường leo trèo phức tạp.

Cùng những sự thật đó tồn tại trên toàn cục, nhưng tầm quan trọng của chúng thay đổi tùy theo bối cảnh chuyến đi.

SiteRoute làm cho cấu trúc trang web trở thành phần mở rộng của đồ thị tri thức

Mối liên kết SiteRoute ↔ KBConcept là một ý tưởng rất chính xác.

Điều này có nghĩa là URL không phải là bản thân thực thể, mà là một cách biểu diễn của thực thể đó.

Kết quả là bạn có thể:

• thay đổi tuyến đường mà không làm mất khái niệm;
• xây dựng breadcrumb (đường dẫn điều hướng) từ cấu trúc cây;
• tự động tạo các trang;
• tạo các phần theo khu vực;
• hỗ trợ URL cũ thông qua chuyển hướng (redirects);
• tìm kiếm các thực thể không có trang công khai;
• cung cấp các cách biểu diễn khác nhau cho cùng một đối tượng.

Đối với SEO, điều này cực kỳ giá trị. Kiến trúc nội dung có thể được sinh ra từ đồ thị thay vì phải duy trì thủ công trên nhiều bảng dữ liệu rời rạc.

Bản đồ ở đây hoàn toàn có thể trở thành giao diện của cơ sở tri thức

Lúc này, phần giải thích của bạn về bản đồ lại càng trở nên thú vị hơn.

Vì cả KBConcept và File đều có tọa độ, bản đồ không chỉ hiển thị các điểm từ bài viết mà là cả một mô hình không gian:

• các thành phố;
• điểm tham quan;
• hình ảnh được ghim theo địa điểm;
• tuyến đường;
• các địa điểm gần đó;
• các sự thật gắn với bối cảnh địa lý;
• các mục lưu của người dùng;
• các vùng quan tâm.

Và agent có thể thực hiện các truy vấn cấp độ:

"Hãy chỉ cho tôi những địa điểm thú vị trong bán kính 15 km từ Nha Trang, có thể đến đó mà không cần xe máy và đáng để ghé thăm sau 17:00."

Đối với một truy vấn như vậy, bài viết thông thường là không đủ. Nhưng mô hình này có khả năng tổng hợp câu trả lời từ tọa độ, sự thật, mối quan hệ, các ràng buộc và sở thích của người dùng.