Ứng dụng ChatGPT trong xử lý dữ liệu phả hệ: Xây dựng cây gia phả và truy vết thông tin dòng họ

Xử lý và chuẩn hóa dữ liệu gia phả là một bài toán phức tạp do thông tin dòng họ tại Việt Nam thường được ghi chép tản mát qua văn bia, gia phả chữ Hán Nôm dịch thô, hoặc lời kể truyền miệng thiếu cấu trúc. Bài viết này hướng dẫn phương pháp ứng dụng ChatGPT và kỹ thuật prompt có cấu trúc để chuyển đổi văn bản lịch sử thô thành cây phả hệ chuẩn định dạng GEDCOM và JSON Graph.

1. Thách Thức Khi Xử Lý Dữ Liệu Phả Hệ Truyền Thống

Các tài liệu gia phả truyền thống thường gặp phải ba rào cản lớn:

• Quan hệ thứ bậc phức tạp: Các xưng hô theo thế thứ (can chi, đời thứ, chi thứ) khó ánh xạ tự động nếu không có logic quan hệ rõ ràng.
• Dữ liệu khuyết thiếu: Nhiều nhánh dòng họ bị thất lạc thông tin về năm sinh, năm mất hoặc địa danh cổ.
• Định dạng phi cấu trúc: Văn bản ghi chép dạng kể chuyện tự do, không theo bảng biểu chuẩn.

2. Quy Trình 3 Bước Tự Động Hóa Với ChatGPT

Để xây dựng cây gia phả chính xác từ dữ liệu thô, chúng ta áp dụng quy trình 3 giai đoạn:

1. Trích xuất thực thể (NER): Sử dụng prompt chuyên biệt để bóc tách danh sách nhân vật, năm sinh, năm mất, tên đệm và vai vế trong dòng họ.
2. Xây dựng bảng quan hệ (Entity Relationships): Ánh xạ mối quan hệ phụ tử, phu thê và huynh đệ thành danh sách cạnh (edges) trong đồ thị.
3. Xuất định dạng GEDCOM / Mermaid: Chuyển đổi dữ liệu đã chuẩn hóa sang cú pháp Mermaid JS để trực quan hóa cây gia tộc ngay trên trình duyệt.

3. Tổng Kết

Việc kết hợp năng lực trích xuất ngôn ngữ tự nhiên của ChatGPT với các chuẩn đồ thị hiện đại không chỉ giúp số hóa dữ liệu tổ tiên chính xác mà còn bảo tồn các giá trị văn hóa dòng họ một cách khoa học cho các thế hệ tương lai.