IELTS Test

IELTS (International English Language Testing System) là hệ thống kiểm tra tiếng Anh quốc tế mang tính học thuật cao và Điểm IELTS được nhiều trường Đại Học chấp nhận khi xét hồ sơ học một trường nào đó bằng tiếng Anh.

Hệ thống IELTS gồm 4 phần : Listening, Reading, Writing và Speaking. Cấu trúc của đề thi IELTS có cấu trúc như sau:

Tại Tp.HCM thì IELTs có thể thi ở IDP hoặc ở Hội đồng Anh

Dịch vụ Picasa Web của Google

Blog (Yahoo 360 của Yahoo, Blogger của Google) ngày càng phát triển và phổ biến với mọi người. Blog không còn là trang nhật ký đơn thuần, mà nó còn là một ngôi nhà nhỏ của mỗi người trên thế giới Internet. Với những ai dùng Blogger thì việc dùng Picasa Web Albums của Google làm cho công việc việc cập nhật album và video cho từng đầu tin blog sẽ tiện lợi hơn nhiều.

Hệ thống Picasa bao gồm hai phần: Picasa application và Picasa Web Albums.

1. Picasa là trình quản lý hình ảnh trên máy tính của bạn, có những chức năng và cách hoạt động giống với trình ACDSee hay Fire Graphic nhưng Picasa được cung cấp hoàn toàn miễn phí.

2. Picasa Web Album kết hợp với Blogger của Google tương tự như Flickr kết hợp với Blog 360 của Yahoo. PicasaWeb được sử dụng để chia sẽ các hình ảnh của mình trên môi trường WEB. Bạn cần có một tài khoản Google để sử dụng Picasa Web Album, có thể đăng ký miễn phí https://www.google.com/accounts/NewAccount?hl=en_US

Đăng nhập với tài khoản đã có, trang sẽ chuyển bạn đến phần điều lệ sử dụng, nhấn “Accept” để tiếp tục. Giao diện chính của Picasa Web Album sẽ xuất hiện.

http://picasaweb.google.com/home

Giao diện tạo album trên Picasa Web Album.

Các bước để tạo 1 album ảnh với Picasa3:

1. Mở trình Picasa3 trên máy tính của bạn, tìm đến tập tin ảnh cần đưa vào album. Sau đó phải chuột, chọn “Upload to Web Album”.

Picasa3 sẽ yêu cầu bạn đăng nhập vào tài khoản Google của mình (bạn cũng có thể dùng ngay tài khoản Gmail) để sử dụng chức năng này.

2. Sau khi đăng nhập, Picasa3 sẽ kết nối và xuất hiện hộp thoại yêu cầu tạo Web Album với các thông số:

• Album Title (Tiêu đề album – bắt buộc phải có),
• Description (Mô tả),
• Place Taken (Nơi lấy hay chụp ảnh),
• Upload Setting (chất lượng ảnh kèm theo tốc độ tải lên).

Ở phần Visibility sẽ có 2 tùy chọn là :

• Public : Cho phép tất cả mọi người đều có thể xem album tại địa chỉ http://picasaweb.google.com/tentaikhoan
  
• Unlisted : Chỉ dành cho những người mà bạn chia sẻ.

Dung lượng cho phép của mỗi tài khoản sẽ là 250 MB. Nhấn OK để tiến hành tải hình ảnh lên máy chủ Google.

3. Sau khi tạo xong album và upload hình ảnh, ta có thể quản lý ngay trên website Google với Picasa Web Album.

Những tính năng như:

• Edit Album Properties: hiệu chỉnh lại thông tin của Album như tiêu đề, mô tả …
• Choose Album Cover: chọn hình bìa cho album
• Upload Photos: tải thêm hình ảnh vào album
• Embed in Blog/MySpace: đây là chức năng tiện lợi và rất quan trọng cho các blogger. Sau khi nhấn vào đây, lập tức mã HTML sẽ hiện ra. Công dụng của đoạn mã này giúp bạn chèn album vào trong đầu tin blog của mình dễ dàng. Bạn chỉ cần copy toàn bộ đoạn mã đó và chèn vào đầu tin blog của mình dưới dạng soạn thảo HTML.
• Download Album: khi nhấn vào đây thì hộp thoại tải album sẽ xuất hiện để bạn chọn lựa tải về máy tính.
• Delete Album: xóa album.

Để chia sẻ album với bạn bè và người thân, bạn chọn vào “Share Album” ở góc phải trên cùng ở giao diện web Picasa Web Album để mời người thân xem album hoặc video của mình. Với Picasa Web Album, chắc chắn các blogger sẽ có thêm một phương thức tạo cho blog của mình thêm sinh động với cả hình ảnh lẫn video.

Hướng dẫn tạo Profile bằng GoogleSite

Google Site là dịch vụ mới của Google được phát triển để thay thế cho Google Page Creator.

Với Google Site, chúng ta có thể tạo các trang nội dung HTML và tổ chức thành một trang web đơn giản.

http://sites.google.com/a/googleuniversity.org/ski-club/Home

Việc tạo các site được thực hiện qua các bước:

+ Khởi tạo dịch vụ Google Site với tài khoản GMail

+ Tạo và chỉnh sửa các trang nội dung.

1. Khởi tạo dịch vụ Google Site với tài khoản GMail

Bước 1: Trước hết, cần đăng nhập bằng tài khoản của gmail từ địa chỉ http://sites.google.com/

Trong trường hợp chưa có đại chỉ Gmail thì cần nhấn nút Sign up for Sites để tạo mới một địa chỉ GMail trước khi bắt đầu dịch vụ Google Sites, hoặc có thể đăng ký trực tiếp từ URL: https://www.google.com/accounts/NewAccount (xem hướng dẫn)

Bước 2: Nhấn nút Create Site để bắt đầu tiến trình tạo site.

Bước 3: Tiến hành nhập thông tin vào form để tạo mới một site. Các thông tin bao gồm:

+ (1) Tiêu đề, có thể thay đổi được về sau

+ (2) Phần URL sẽ được chọn và sử dụng về sau, không thể thay đổi được về sau, nên lưu ý chọn sao cho hợp lý.

+ (3) chuỗi xác nhận, nhập đúng chuỗi hiện thị bên cạnh

Sau đó, nhấn nút Create Site để hoàn tất.

2. Tạo và chỉnh sửa các trang nội dung

Bước 1: Trong màn hình chính, từ site đơn giản ban đầu sẽ, chúng ta có thể chỉnh sửa Home page theo ý muốn bằng cách nhấn nút Edit page.

Bước 2: Các bước chỉnh sửa sau khi nhấn nút Edit Page bao gồm:

+ (1) Chỉnh sửa vùng nội dung trang

+ (2) Nhấn nút Save khi quá trình chỉnh sửa hoàn tất

Việc bổ sung thêm trang nội dung mới có thể được thực hiện bằng nút (3) Create new page.

Trong trường hợp cần chỉnh sửa phần browse ở ô Navigation thì có thể nhấn nút (4) Edit sidebar để chỉnh sửa.

(NgoHung)

Write good papers

So, you want to write a good paper? The most amusing reference is E. Robert Schulman, How to Write a Scientific Paper, Annals of Improbable Research, Vol. 2, No. 5, pg. 8.

For a more serious methodology, follow the following steps.

1. Picking a topic, an idea

My friend Peter Turney has a key piece of advice: be ambitious. Imagine each new paper you write as a lasting reference for your peers. Do not merely aim to get your papers accepted. Aim to have a lasting impact on your field.

We should learn something new. You have to challenge your readers and yourself!

I know of three strategies to write an ambitious paper:

• Pick a new problem nobody has worked upon. Define the problem and be the first to propose a solution. This is the best way to get highly cited and become famous.
• Try to explain something significant nobody has managed to explain.
• Improve by at least an order of magnitude what others have done.

2. Before you ever pick up your pen…

• What is your message? What point are you making? Most papers should make a single point.
• Why is this message important? Why should the reader take his precious time to read your paper?
• How are you going to make your point? What experiments can you run? What theorems can you prove?
• Has this point been made before? How is your contribution different from what has been said a thousand times before?

3. What a good paper should contain

• A sexy start: tell the reader early why he should read your paper. Don’t summarize, sell! A good abstract answers the question why should I read this paper?, it does not summarize the paper. Convince us early that your paper is important. Starting out the paper by a punch line is important. For example, the Kent Beck recipe for a good 4-sentence abstract is: (1) state the problem (2) say why it is interesting (3) say what your solution achieves (4) say what follows from your solution.
• You should clearly say what your contribution is. Reviewers are lazy, they do not want to have to figure out what your message is. Spend some time telling us exactly what your contribution is. Spell it out, do not assume we will read the paper carefully.
• A review of related work in the introduction: you can relate your own contribution to all of the related work.
• A large reference section: people like to be cited, so make sure you cite every paper that might have some relevance.
• Experimental evidence: you need to confront your idea with the real-world and report on how well it fares. Compare explicitly your results with the best results elsewhere.
• Acknowledgement the limitations of your work.
• Relevant and non-obvious theoretical results: it is easier for people to build on your work if there is some theory and it helps give people confidence in your work.
• Pictures! Really, even if you feel silly doing it or that you think you can’t draw. A picture can help tremendously in communicating difficult ideas.
• Original examples over original data sets.
• A conclusion telling us about future work and summarizing (again) the strong points of the paper.

5. What a good paper should not contain

• Weak unnecessary results: if you derived ten theorems but only one is necessary, throw the rest of them in your drawers. I do not want to know about useless results!
• Technical details: technical papers made of several small ideas are usually not interesting.

6. Good pedagogy and style

• Use strong verbs (replace “we made use of categorization” by “we categorized”).
• Always give the example first, and the result next.
• Use as few parenthesis, footnotes and bold characters as you can.
• Use a spell checker. Just do it.
• Use a tool such as style-check.rb to check for verbose phrases and other common mistakes.
• Learn about and use unbreakable spaces.
• Do not use negations…
• Avoid UA (useless acronyms).
• DUAT: Do not use acronyms in titles.
• Your writing will be in an active voice… (hint: avoid the verb “to be”).
• Employ uncomplicated terms.
• Learn to use the em-dash—it is a good friend.
• Short sentences—no more than 15 words—are better.

7. Words you can do without

• Temporal words such as “now”, “next” are either useless or a sign of a bad structure.
• Most adverbs such as “very” are useless in a research paper.
• Keep your emotions in check: the reader may not care for your surprise, pleasure and sadness.

8. Run through this check list before submission

• Are section headers consistent with respect to case? (”Our Methodology” versus “Our algorithm”)
• Do the figures look nice? Are the fonts large enough for easy browsing? Are they readable once printed out in black-and-white? Can we see any compression artifacts?
• If the page limit is x pages, do you have an x pages long paper?
• Do you have at least one figure?
• Is the layout of each page elegant?
• Do you have widows or orphans?
• Did you spell check?
• Do you have a step-by-step toy example for every new algorithm being introduced? Present your examples early.
• Are all equations arithmetically correct?
• Can you replace some mathematical notation by plain English?
• Are all terms defined?
• Is the mathematical notation consistent? (If you use t for time in the first section, do you use t to note the term in the second section?)
• Are the title and the abstract geared toward making the paper attractive?
• Do you summarize your contribution in the introduction?
• Is the bibliography consistent? (If you abbreviate first names once, do it all the way through. If you have page numbers once, have page numbers throughout.)
• Is the spelling of all proper names correct? You would hate to get your paper reviewed by someone who would find his name misspelt in your paper.
• Are the captions correct? Do you put the table caption before or after the table? Do you put the figure caption before or after the figure? Do you center captions or not?
• Do you refer to a figure as “Fig. 1″ or as “Figure 1″? Which one is correct?
• Are all internal references correct? If you refer to Fig. 10, does Figure 10 exists? (Some LaTeX package can mess this up, so always check!) Are all tables and figures referenced in the text?
• If this is a recurring conference or a journal, have you compared your paper with ten or so other articles to make sure that yours is consistent with how these other papers look and feel?
• Do you use the right fonts? Be watchful: sometimes the font for the section header can differ from the font used in the main text.

9. How to write more than one good paper

Write daily for at least 15 to 30 minutes, ideally two hours. Studies show this is the key to becoming a prolific writer.

(Daniel Lemire)

eBook về Artificial Intelligence

Bayesian networks :
Dynamic Bayesian Networks Representation, Inference And Learning - Kevin Patrick Murphy
Learning Bayesian Networks - Neapolitan R. E.

Computer Vision :
Computer Modeling and Simulation Techniques for Computer Vision Problems - Ming-Chin Lu
Computer Vision - Linda Shapiro
Computer Vision 2d ed - Dand h Ballard
Computer Vision A Modern Approach - Forsyth , Ponce
Computer Vision and Applications A Guide for Students and Practitioners - Bernd Jahne
Feature Extraction in Computer Vision and Image Processing - Mark S. Nixon
Fundamentals of Computer Vision - Mubarak Shah
Handbook of Computer Vision Algorithms in Image Algebra, 2nd Ed - Gerhard X. Ritter
Handbook of Computer Vision and Applications Volume 1 Sensors and Imaging - Bernd Jahne
Handbook of Computer Vision and Applications Volume 2 Signal Processing and Pattern Recognition - - Bernd Jahne
Handbook of Computer Vision and Applications Volume 3 Systems and Applications - Bernd Jahne
Handbook Of Mathematical Models In Computer Vision - Nikos Paragios
Multiple View Geometry in Computer Vision 2ed - Hartley R., Zisserman A
Vision with Direction A Systematic Introduction to Image Processing and Computer Vision - Josef Bigun

Evolutionary computation :
Data Mining Using Grammar Based Genetic Programming and Applications - Wong, Cheung
Evolutionary Computation for Modeling and Optimization - Daniel Ashlock
Evolutionary computation, vol.1 basic algorithms and operators - Baeck T., Fogel D.B., Michalewicz Z
Evolutionary computation, vol.2 advanced algorithms and operators - Baeck T., Fogel D.B., Michalewicz Z
FRONTIERS OF EVOLUTIONARY COMPUTATION - Anil Menon
Genetic Programming An Introduction On the Automatic Evolution of Computer Programs and its Applications - Morgan Kaufmann
Genetic programming Complex adaptive systems - Koza J.R.
Genetic Programming Theory and Practice II - John Koza
The Handbook of Evolutionary Computation - Kenneth De Jong

Fuzzy systems :
FLEXIBLE NEURO-FUZZY SYSTEMS Structures, Learning and Performance Evaluation - Leszek Rutkowski
Fusion Of Neural Networks, Fuzzy Systems And Genetic Algorithms - Lakhmi C. Jain , N.M. Martin
Fuzzy Control Systems Design and Analysis A Linear Matrix Inequality Approach - Kazuo Tanaka, Hua O. Wang
Fuzzy Logic in Embedded Microcomputers and Control Systems - Walter Banks
Fuzzy Sets And Fuzzy Information Granulation Theory - lotfi Zadeh
FUZZY SETS AND FUZZY LOGIC Theory and Applications - GEORGE J. KLIR , BO YUAN
Fuzzy Sets And Systems Theory And Applications - Didier Dubois , Henri Prade
FUZZY SETS AND THEIR APPLICATIONS TO COGNITIVE AND DECISION PROCESSES - Lotfi A. Zadeh , King-Sun Fu
Neuro-Fuzzy and Soft Computing A Computational Approach to Learning and Machine Intelligence - Jyh-Shing Roger Jang
Simulating Continuous Fuzzy Systems - James J. Buckley

Artificial Intelligence:
Advances in Applied Artificial Intelligence - John Fulcher
Advances in Artificial Intelligence – SBIA 2004 - Ana L.C. Bazzan , Sofiane Labidi
Agent-Oriented Programming - From Prolog to Guarded Definite Clauses - Matthew M. Huntbach
Artificial Intelligence A Modern Approach - Stuart J. Russell , Peter Norvig
Artificial Intelligence and Soft Computing Behavioral and Cognitive Modeling of the Human Brain - Konar Amit
ARTIFICIAL INTELLIGENCE and SOFTWARE ENGINEERING Understanding the Promise of the Future - Derek Partridge
Artificial Intelligence Applications and Innovations - Bramer Max
Artificial Intelligence Strategies, Applications, and Models Through Search 2d ed - Christopher Thornton
Artificial Intelligence Through Prolog - Neil C Rowe
Artificial Intelligence Today Recent Trends and Development - Manuela Veloso
Artificial Intelligence, Structures And Strategies For Complex Problem Solving 3rd ed - George F Luger
Computational Intelligence An Introduction - Andries P. Engelbrecht
Computational Intelligence For Decision Support - Chen
Computational Intelligence In Control - Masoud Mohammadian
Computational Intelligence in Manufacturing Handbook - Jun Wang
COMPUTATIONAL LINGUISTICSModels, Resources, Applications - Igor A. Bolshakov , Alexander Gelbukh
Computational Web Intelligence Intelligent Technology for Web Applications - Y.-Q. Zhang
Data Mining with Computational Intelligence - Lipo Wang , Xiuju Fu
Essentials of Programming Languages 2d ed - Daniel P. FriedmanMitchell WandChristopher T. Haynes
Intelligent Information Integration for the Semantic Web - Ubbo Visser
Methods And Applications Of Artificial Intelligence - Themistoklis Panayiotopoulos
Multiagent systems a modern approach to distributed artificial intelligence - Gerhard Weiss
Practical Artificial Intelligence Programming in Java - Mark Watson
PROLOG PROGRAMMING FOR ARTIFICIAL INTELLIGENCE - lvan Bratko
The Elements of Artificial Intelligence Using Lisp - Steven L. Tanimoto
The International Dictionary Of Artificial Intelligence - William Raynor

Intelligent Systems :
Hybrid architectures for intelligent systems - Lotfi A. Zadeh
Intelligent Communication Systems - Nobuyoshi Terashima
Intelligent Systems for Engineers and Scientists 2d ed - Adrian A. Hopgood
Intelligent Systems Fusion, Tracking, and Control - GeeWah Ng

Knowledge representation :
Knowledge representation reasoning and declarative problem solving with Answer sets - Chitta Baral

Knowledge-based systems :
Artificial Intelligence and Expert Systems for Engineers - Krishnamoorthy , S. Rajeev
Building Expert Systems in Prolog - Dennis Merritt
Fuzzy Expert Systems and Fuzzy Reasoning - William Siler
The handbook of applied expert systems - Jay Liebowitz

Machine learning :
An Introduction to Support Vector Machines and Other Kernel-based Learning Methods - Nello Cristianini , John Shawe
Data Mining Practical Machine Learning Tools and Techniques 2d ed - Morgan Kaufmann
Introduction to Machine Learning - Nils J Nilsson
Machine Learning - Tom Mitchell
Machine Learning And Its Applications - Georgios Paliouras
Machine Learning in Computer Vision - N. SEBE
Machine Learning, Game Play, and Go - David Stoutamire
Machine Learning, Neural And Statistical Classification - Michie , Spiegelhalter , Taylor
PROBLEM SOLVING WITH REINFORCEMENT LEARNING - Gavin Adrian Rummery
Reinforcement Learning An Introduction - Richard S. Sutton , Andrew G. Barto
Statistical Machine Learning For Information Retrieval - Adam Berger

Pattern recognition :
An Introduction to Pattern Recognition - Michael Alder
Evolutionary Synthesis of Pattern Recognition Systems - Bir Bhanu
Introduction to Statistical Pattern Recognition 2nd Ed - Keinosuke Fukunaga
Particle Swarm Optimization Methods for Pattern Recognition and Image Processing - Mahamed G. H. Omran
Pattern recognition and image preprocessing 2nd ed -Sing T. Bow
Pattern Recognition in Speech and Language Processing - WU CHOU
Pattern Recognition with Neural Networks in C++ - Abhijit S. Pandya, Robert B. Macy
Statistical Pattern Recognition 2nd Ed - Andrew R. Webb

Natural language processing :
Formal Syntax and Semantics of Programming Languages - Kenneth Slonneger
Foundations of Statistical Natural Language Processing - Christopher D. Manning
Natural Language Processing for Online Applications Text Retrieval,Extraction and Categorization - Peter Jackson , Isabelle Moulinier
Ontological Semantics - Sergei Nirenburg , Victor Raskin
Speech and Language Processing An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition - D

Neural networks :
An Introduction to Neural Networks - Patrick van der Smagt
Analysis And Applications Of Artificial Neural Networks - LPG Veelenturf
Artificial Neural Networks - Colin Fyfe
Artificial Neural Networks in Real-life Applications - Juan R. Rabunal
C++ Neural Networks and Fuzzy Logic - Valluru B. Rao
Foundations of Neural Networks, Fuzzy Systems, and Knowledge Engineering - Nikola Kazabov
Fusion of Neural Networks, Fuzzy Systems and Genetic Algorithms Industrial Applications - Lakhmi C. Jain , N.M. Martin
Kalman Filtering and Neural Networks - Simon Haykin
Machine Learning, Neural And Statistical Classification - Cc Taylor
Methods and Procedures for the Verification and Validation of Artificial Neural Networks - Brian J. Taylor
Neural Networks - A Comprehensive Foundation - Simon Haykin
Neural Networks Algorithms, Applications,and Programming Techniques - James A. Freeman
Programming Neural Networks in Java - JeffHeaton
RECENT ADVANCES IN ARTIFICIAL NEURAL NETWORKS Design and Applications - Lakhmi Jain
Recurrent Neural Networks Design And Applications - L.R. Medsker
Static and Dynamic Neural Networks From Fundamentals to Advanced Theory - Madan M. Gupta, Liang Jin, Noriyasu Homma
The Handbook Of Brain Theory And Neural Networks 2Nd Ed - Michael A Arbib

Soft Computing :
Foundations Of Soft Case-based Reasoning - SANKAR K. PAL
Intelligent Control Systems Using Soft Computing Methodologies - Ali Zilouchian
Learning And Soft Computing - Support Vector Machines, Neural Networks, And Fuzzy Logic Models - Vojislav Kecman

TOEFL Skill for The Paper Test

Section One: Listening Comprehension
The Listening Part A Questions

Strategies
Skill 1: Focus on the second line
Skill 2: Choose answers with synonyms
Skill 3: Avoid similar sounds

Who, What, Where
Skill 4: Draw conclusions about who, what, where
Skill 5: Listen for who and what in passives
Skill 6: Listen for who and what with multiple nouns

Negatives
Skill 7: Listen for negative expressions
Skill 8: Listen for double negative expressions
Skill 9: Listen for "almost negative" expressions
SKILL 10: Listen for negatives with comparatives

Functions
Skill 11: Listen for expressions of agreement
Skill 12: Listen for expressions of uncertainty and suggestion
Skill 13: Listen for emphatic expressions of surprise

Contrary Meanings
Skill 14: Listen for wishes
Skill 15: Listen for untrue conditions

Idiomatic Language
Skill 16: Listen for two- and three-part verbs
Skill 17: Listen for idioms

The Listening Part B Questions

Before Listening
Skill 18: Anticipate the topics
Skill 19: Anticipate the questions

While Listening
Skill 20: Determine the topic
Skill 21: Draw conclusions about who, what, when, where
Skill 22: Listen for answers in order

The Listening Part C Questions

Before Listening
Skill 23: Anticipate the topics
Skill 24: Anticipate the questions

While Listening
Skill 25: Determine the topic
Skill 26: Draw conclusions about who, what, when, where
Skill 27: Listen for answers in order

Section Two: STRUCTURE AND WRITTEN EXPRESSION

Sentences with One Clause
Skill 1: Be sure the sentence has a subject and a verb
Skill 2: Be careful of objects of prepositions
Skill 3: Be careful of appositives
Skill 4: Be careful of present participles
Skill 5: Be careful of past participles

Sentences with Multiple Clauses
Skill 6: Use coordinate connectors correctly
Skill 7: Use adverb time and cause connectors correctly
Skill 8: Use other adverb connectors correctly

More Sentences with Multiple Clauses
Skill 9: Use noun clause connectors correctly
Skill 10: Use noun clause connector/subjects correctly
Skill 11: Use adjective clause connectors correctly
Skill 12: Use adjective clause connector/subjects correctly

Sentences with Reduced Clauses
Skill 13: Use reduced adjective clauses correctly
Skill 14: Use reduced adverb clauses correctly

Sentences with Inverted Subjects and Verbs
Skill 15: Invert the subject and verb with question words
Skill 16: Invert the subject and verb with place expressions
Skill 17: Invert the subject and verb with negatives
Skill 18: Invert the subject and verb with conditionals
Skill 19: Invert the subject and verb with comparisons

The Written Expression Questions

Problems with Subject/Verb Agreement
Skill 20: Make verbs agree after prepositional phrases
Skill 21: Make verbs agree after expressions of quantity
Skill 22: Make inverted verbs agree
Skill 23: Make verbs agree after certain words

Problems with Parallel Structure
Skill 24: Use parallel structure with coordinate conjunctions
Skill 25: Use parallel structure with paired conjunctions
Skill 26: Use parallel structure with comparisons

Problems with Comparatives and Superlatives
Skill 27: Form comparatives and superlatives correctly
Skill 28: Use comparatives and superlatives correctly
Skill 29: Use the irregular -er, -er structure correctly

Problems with the Form of the Verb
Skill 30: After have, use the past participle
Skill 31: After be, use the present participle or the past participle
Skill 32: After will, would, or other modals, use the base form of the verb

Problems with the Use of the Verb
Skill 33: Know when to use the past with the present
Skill 34: Use have and had correctly
Skill 35: Use the correct tense with time expressions
Skill 36: Use the correct tense with will and would

Problems with Passive Verbs
Skill 37: Use the correct form of the passive
Skill 38: Recognize active and passive meanings

Problems with Nouns
Skill 39: Use the correct singular or plural noun
Skill 40: Distinguish countable and uncountable nouns
Skill 41: Recognize irregular plurals of nouns
Skill 42: Distinguish the person from the thing

Problems with Pronouns
Skill 43: Distinguish subject and object pronouns
Skill 44: Distinguish possessive adjectives and pronouns
Skill 45: Check pronoun reference for agreement

Problems with Adjectives and Adverbs
Skill 46: Use basic adjectives and adverbs correctly
Skill 47: Use adjectives after linking verbs
Skill 48: Position adjectives and adverbs correctly

More Problems with Adjectives
Skill 49: Recognize -ly adjectives
Skill 50: Use predicate adjectives correctly
Skill 51: Use -ed and -ing adjectives correctly

Problems with Articles
Skill 52: Use articles with singular nouns
Skill 53: Distinguish a and an
Skill 54: Make articles agree with nouns
Skill 55: Distinguish specific and general ideas

Problems with Prepositions
Skill 56: Recognize incorrect prepositions
Skill 57: Recognize when prepositions have been omitted

Problems with Usage
Skill 58: Distinguish make and do
Skill 59: Distinguish like, alike, unlike and dislike
Skill 60: Distinguish other, another, and others

Section Three: READING COMPREHENSION

Questions about the Ideas of the Passage
Skill 1: Answer main idea questions correctly
Skill 2: Recognize the organization of ideas

Directly Answered Questions
Skill 3: Answer stated detail questions correctly
Skill 4: Find "unstated" details
Skill 5: Find pronoun referents
TOEFL EXERCISE (Skills 3–5)
TOEFL REVIEW EXERCISE (Skills 1–5)

Indirectly Answered Questions
Skill 6: Answer implied detail questions correctly
Skill 7: Answer transition questions correctly

Vocabulary Questions
Skill 8: Find definitions from structural clues
Skill 9: Determine meanings from word parts
Skill 10: Use context to determine meanings of difficult words
Skill 11: Use context to determine meanings of simple words

Overall Review Questions
Skill 12: Determine where specific information is found
Skill 13: Determine the tone, purpose, or course

Section Four: Test of Written English (TWE)

Before Writing
Skill 1: Decode the topic
Skill 2: Develop supporting ideas

While Writing
Skill 3: Write the introductory paragraph
Skill 4: Write unified supporting paragraphs
Skill 5: Write the concluding paragraph
Skill 6: Connect the supporting paragraphs in the essay

After Writing
Skill 7: Edit sentence structure
7A Simple sentence structure
7B Compound sentence structure
7C Complex sentence structure

Skill 8: Edit written expression
8A Inversions and agreement
8B Parallel, comparative, and superlative structures
8C Verbs
8D Nouns and pronouns
8E Adjectives and adverbs
8F Prepositions and usage

Chinh chiến cùng với mùa Luận văn

Hôm nay đã bắt đầu tiến trình cùng sinh viên chinh chiến với mùa Luận văn.

Thời gian làm Luận văn thường bắt đầu vào khoảng đầu học kỳ 2 của mỗi năm học, và kết thúc vào cuối mỗi năm học. Thời gian thực hiện trong khoảng 16 tuần (4 tháng). Trong 16 tuần này sẽ có nhiều việc để mà chia sẽ đây: chọn đề tài, làm đề cương, thực hiện đề tài, viết báo cáo, trình bày trước hội đồng và kết thúc thời gian làm việc.

Với nhiêu đó thời gian, nhưng sinh viên (thường khoảng 2 sinh viên) sẽ phải chạy đua rất vất vả để có được một Luận Văn tốt, nhưng đổi lại sẽ học tập được nhiều kinh nghiệm đáng giá cho công việc về sau cả về chuyên môn lẫn cách làm việc, nghiên cứu.

Số lượng đề tài: 5 đề tài với số lượng sinh viên là 10 sinh viên. Lần này hướng dẫn mệt nghĩ luôn đây.

The Power of Dreams

Celine Dion

Deep within each heart
There lies a magic spark
That lights the fire of our imagination
And since the dawn of man
The strenght of just "I can"
Has brought together people of all nations

There’s nothing ordinary
In the living of each day
There’s a special part
Every one of us will play

Feel the flame forever burn
Teaching lessons we must learn
To bring us closer to the power of the dream
As the world gives us its best
To stand apart from all the rest
It is the power of the dream that brings us here

Your mind will take you far
The rest is just pure heart
You’ll find your fate is all your own creation
Every boy and girl
As they come into this world
They bring the gift of hope and inspiration

Feel the flame forever burn
Teaching lessons we must learn
To bring us closer to the power of the dream
The world unites in hope and peace
We pray that it will always be
It is the power of the dream that brings us here

There’s so much strength in all of us
Every woman child and man
It’s the moment that you think you can’t
You’ll discover that you can

Feel the flame forever burn
Teaching lessons we must learn
To bring us closer to the power of the dream
The world unites in hope and peace
We pray that it will always be
It is the power of the dream that brings us here

Feel the flame forever burn
Teaching lessons we must learn
To bring us closer to the power of the dream
The world unites in hope and peace
We pray that it will always be
It is the power of the dream that brings us here

The power of the dream
The faith in things unseen
The courage to embrace your fear
No matter where you are
To reach for your own star
To realize the power of the dream

Ngôn ngữ lập trình COBOL

COBOL là một ngôn ngữ lập trình rất ít phổ biến, phần lớn chỉ dùng vận hành MainFrame chạy hệ điều hành Unix

Complier :
http://www.infogoal.com/cbd/cbdcmp.htm

Course của Đại học Michigan - Dearborn.

CIS 102 COBOL Programming Language
http://www.engin.umd.umich.edu/CIS/c...es/cis102.html

CIS 295 COBOL Programming Language
http://www.engin.umd.umich.edu/CIS/c...es/cis295.html

Cobol Tutorial Page
http://www.csis.ul.ie/cobol/

Còn nhiều tại
http://www.engin.umd.umich.edu/CIS/c...bol/cobol.html

Bóc tách nội dung từ trang Web

Việc bóc tách nội dung trên web thường được thực hiện bằng cách sử dụng các crawler hay wrapper. Một wrapper được xem như là một thủ tục được thiết kế để có thể rút trích được những nội dung cần quan tâm của một nguồn thông tin nào đó. Đã có nhiều công trình nghiên cứu khác nhau trên thế giới sử dụng nhiều phương pháp tạo wrapper khác nhau để thực hiện rút trích thông tin trên web. Các phương pháp này bao gồm:

+ Phân tích mã HTML

+ So sánh khung mẫu

+ Xử lí ngôn ngữ tự nhiên

Cũng giống như Google News, hệ thống khai thác và tổng hợp nội dung có nhiệm vụ khai thác, tổng hợp, lưu trữ rồi phát hành lại tới người dùng. Wrapper nhận cấu hình đầu vào của một website (tin tức, nhật ký trực tuyến, ...) tiến hành bóc tách, tổng hợp chủ đề liên quan, lưu trữ trong database và phát hành lại tới người đầu cuối. Nội dung được bóc tách toàn vẹn, sạch sẽ và được tổng hợp từ nhiều nguồn khác nhau giúp người đọc có thể theo dõi, kiểm soát, tìm kiếm, biên soạn, lưu trữ, xuất bản,...

Khó khăn của bài toán là không phải toàn bộ nội dung của trang web đều cần thiết. Nếu chỉ đơn thuần loại các chuỗi script HTML thì nội dung lọc được sẽ rất nhiều lỗi rác không cần thiết. Ví dụ: phần thông tin quảng cáo, tin mới cập nhật, nội dung tin ngắn, menu... những nội dung như thế này thường cần phải bỏ qua trong quá trình bóc tách nội dung chính của trang web

1. Phân tích mã HTML

Hiện nay, VietSpider[1] của tác giả Nhữ Đình Thuần là một phần mềm bóc tách đúng nghĩa, chúng truy xuất trực tiếp vào nội dung toàn diện rồi tiến hành bóc tách. Sau đó những đặc tả dữ liệu (meta data) được xây dựng tự động trên nền nội dung đã bóc tách. Sau quy trình khai thác, nội dung sẽ trở thành độc lập với website nguồn, được lưu trữ và tái sử dụng cho những mục đích khác nhau.

Hình 1: Hệ thống bóc tách nội dung của VietSpider

Hệ thống của tác giả Nhữ Đình Thuần cũng đã cài đặt mô hình khai phá dữ liệu cho phép tổng hợp những nội dung liên quan. Xây dựng mô hình topic tracking cho phép theo dõi các sự kiện đang diễn ra theo tuần tự thời gian. Mô hình thuật toán được cài đặt là LOR (Linked Object Representation) với sự hỗ trợ của kỹ thuật Stopping trong phân tách nội dung. Giải pháp đánh chỉ mục (indexing) và tìm kiếm (searching) được sửa đổi và cải tiến từ một giải pháp nguồn mở nổi tiếng của Apache là Lucene Search.

Tuy nhiên, hạn chế của chương trình là cần phải xác định đường dẫn đến vùng nội dung chính trước khi bóc tách đối với mỗi domain. Như thế sẽ khó khăn nếu hệ thống khi gặp phải một trang web mới hoàn toàn.

2. So sánh khung mẫu

Phương pháp rút trích thông tin bằng cách so trùng hai trang web được xây dựng trên nền tảng nhận dạng mẫu được tác giả Trang Nhật Quang thực hiện trong việc rút trích nội dung nhằm cung cấp tin tức trên trang web hành chính [5]. Phương pháp này cho phép so khớp trang web cần rút trích với một trang web mẫu để xác định khung trình bày chung cho cả hai trang web cần rút trích, từ đó đi đến rút trích ra nội dung nằm trong phần được xác định chứa nội dung chính trên trang mẫu.

(a) (b) (c)

Hình 2: Mô hình bóc tách nội dung chính bằng so sánh khung mẫu

(a) Trang web cần rút nội dung chính

(b) Trang web khung mẫu (được xác định trước)

(c) Nội dung chính sau khi so khớp và rút được

Phương pháp này không đòi hỏi người sử dụng phải biết về ngôn ngữ xây dựng wrapper hay phải thay đổi wrapper khi cách trình bày thay đổi do trang web mẫu có thể lấy trực tiếp từ trang chủ và có cùng cách trình bày với trang cần rút trích. Tuy nhiên, đối với mỗi domain, cần phải xác định được một trang web làm mẫu cho những trang khác. Đây cũng là một hạn chế trong quá trình tự động hóa xác định nội dung chính của web.

3. Xử lý ngôn ngữ tự nhiên

Đây là phương pháp sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên được áp dụng cho những tài liệu mà thông tin trên đó thường không có một cấu trúc nhất định (như truyện). Các kỹ thuật này xem xét sự ràng buộc về mặt cú pháp và ngữ nghĩa để nhận dạng ra các thông tin liên quan và rút trích ra thông tin cần thiết cho các bước xử lý nào đó. Các công cụ sử dụng phương pháp này thích hợp cho việc rút trích thông tin trên những trang web có chứa những đoạn văn tuân theo quy luật văn phạm. Một số công cụ sử dụng phương pháp xử lý ngôn ngữ tự nhiên trong việc bóc tách nội dung như: WHISK hay RAPIER

Đặc trưng của phương pháp này còn phụ thuộc vào ngôn ngữ trên trang web cần được bóc tách nội dung. Đối với tiếng Việt có đề tài “Rút trích nội dung chính trang web dựa vào ngữ cảnh của trang web” của tác giả Hồ Anh Thư [3]. Đề tài tiến hành xác định nội dung chính của trang web dựa vào ngữ cảnh của nội dung, sau đó tiến hành rút trích bản tóm tắt của nội dung dựa trên phương pháp chọn câu trội. Việc xác định nội dung chính được thực hiện qua các bước:

- Loại bỏ thông tin định dạng

- Tách vùng nội dung dựa vào cấu trúc, mà cụ thể là sử dụng tag TABLE để tách vùng văn bản.

- Xác định mức độ liên quan về mặt nội dung để ghép nối các vùng kế cận với nhau.

- Chọn vùng văn bản có kích thước lớn nhất để xử lý tiếp

Tuy nhiên phương pháp này có một số nhược điểm sau:

- Tùy theo mức độ xử lý mà quá trình bóc tách phụ thuộc nhiều hoặc ít vào ngôn ngữ xử lý

- Phương pháp dựa vào độ đo tương tự giữa các vùng để ghép nối từ đó xác định nội dung chính. Những nếu các nội dung chính được chia trên nhiều table với các thông tin ít liên quan đến nhau thì sẽ khó khăn trong việc mở rộng và xác định vùng nội dung chính chứa tất cả chúng.

- Trường hợp thông tin trong một vùng (table) quá ít, sẽ ảnh hưởng đến quá trình tính tương đồng và mở rộng vùng nội dung chính.

4. Kết hợp phân tích mã và xử lý ngôn ngữ tự nhiên

Giải pháp thực hiện của tôi cũng dựa trên phương pháp bóc tách nội dung nhờ vào phân tích mã HTML theo các bộ mã nguồn HTMLParser của dự án Majestic-12[2] để tạo thành cây Document Tree. Từ đó áp dụng các công cụ và kỹ thuật ngôn ngữ để quyết định phần nội dung chính.

Phương pháp này dựa trên tiền đề là trang web đã được phân tích các tag HTML để xây dựng nên cây Document Tree. Từ cây này chúng ta đi xác định node nào ở trên cây chứa nội dung chính của trang WEB. Phương pháp cho điểm các node dựa vào kết quả xử lý ngôn ngữ tự nhiên trên nội dung mà nó chứa bên trong đó.

Một số quy tắc cho điểm được áp dụng:

+ Chỉ cho điểm cho những NODE có tag là TEXT. Vì chỉ có những node này mới là node chứa nội dung thực sự. Các node khác tổng hợp từ node này.

+ Cho điểm NODE TEXT dựa vào số câu của nội dung chứa bên trong node đó. Càng nhiều câu thì node có điểm càng cao.

+ Node được cho điểm phải chứa tối thiểu một đoạn văn. (Tuy nhiên việc xác định như thế nào là một đoạn vẫn chỉ là một heuristic)

+ Điểm của các node cha sẽ bằng điểm của các node con cộng lại.

Hình 3: Node chứa nội dung chính trên cây văn bản [3]

Xác định node nội dung: Để xác định node nội dung chính mà không chứa các nội dung không cần thiết chính là đi xác định node sâu nhất trên cây có điểm cao nhất. Bằng việc xác định node nội dung như vậy, hệ thống có thể tự động xác định nội dung trang web mà không cần biết trước khung mẫu cũng như nguồn gốc của trang web đó.

---

[1] http://nhuthuan.blogspot.com/2006/11/s-lc-v-k-thut-trong-vietspider-3.html

[2] www.majestic12.co.uk/projects/html_parser.php

[3] http://vietnam.usembassy.gov/educational_exchange.html

Mọi tham khảo vui lòng ghi rõ nguồn gốc:
Ngô Quốc Hưng, 2008, "Tìm kiếm tự động văn bản song ngữ Anh-Việt từ Internet", Luận văn Thạc sỹ, tr.5-10, ĐH KHTN TP.HCM