Mô Hình Khai Thác Ý Kiến Dựa Trên Tính Năng Trong Đánh Giá Sản Phẩm Bằng Tiếng Việt

Luận văn thạc sĩ nghiên cứu vnu uet a feature based opinion mining model on product reviews in vietnamese, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện

• Tác giả: Vu Tien Thanh
• Người hướng dẫn: Assoc. Ha Quang Thuy
• Trường học: Vietnam National University, Hanoi University of Engineering and Technology
• Chuyên ngành: Computer Science
• Đề tài: Mô Hình Khai Thác Ý Kiến Dựa Trên Tính Năng Trong Đánh Giá Sản Phẩm Bằng Tiếng Việt
• Loại tài liệu: master thesis
• Năm xuất bản: 2012
• Địa điểm: Hanoi

Mục lục chi tiết

• ORIGINALITY STATEMENT
• ABSTRACT
• ACKNOWLEDGEMENTS
• To my family ♥
• 1. CHAPTER 1: INTRODUCTION
• 2. CHAPTER 2: LITERATURE REVIEW
• 2.1. The demand of opinion mining
• 2.2. The basic concepts in the opinion mining field
• 2.3. Opinion mining problems
• 3. CHAPTER 3: OUR FEATURE-BASED OPINION MINING MODEL
• 3.1. Phase 1: Pre-processing
• 3.1.1. Token Segmenting and POS Tagging
• 3.2. Phase 2: Product Features and Opinion Words Extraction
• 3.2.1. Explicit Product Features Extraction
• 3.2.2. Opinion word Extraction
• 3.2.3. Implicit Features identification
• 3.2.4. Grouping Synonym Features
• 3.2.5. Frequent Features Identification
• 3.3. Phase 3: Determining the opinion orientation
• 4. CHAPTER 4: EVALUATION
• 4.1. Environment and Experimental Data
• 4.2. Product Features Extraction Evaluation
• 4.3. Opinion Words Extraction Evaluation
• 4.4. The Whole System Evaluation
• 5. CHAPTER 5: CONCLUSION
• List of Figures
• List of Tables
• List of Abbreviations

Tóm tắt

I. Tổng quan về mô hình khai thác ý kiến dựa trên tính năng

Mô hình khai thác ý kiến dựa trên tính năng là một phương pháp quan trọng trong việc phân tích đánh giá sản phẩm. Với sự phát triển nhanh chóng của thương mại điện tử tại Việt Nam, nhu cầu về việc hiểu rõ ý kiến của khách hàng ngày càng tăng. Mô hình này giúp tách biệt các tính năng của sản phẩm và ý kiến của người tiêu dùng, từ đó cung cấp cái nhìn sâu sắc hơn về sản phẩm.

1.1. Khái niệm về khai thác ý kiến và tính năng

Khai thác ý kiến là quá trình phân tích và tổng hợp các ý kiến từ người tiêu dùng. Tính năng sản phẩm là các đặc điểm cụ thể mà người tiêu dùng quan tâm. Việc kết hợp hai yếu tố này giúp tạo ra một mô hình hiệu quả trong việc đánh giá sản phẩm.

1.2. Lợi ích của mô hình khai thác ý kiến dựa trên tính năng

Mô hình này không chỉ giúp người tiêu dùng đưa ra quyết định mua sắm thông minh hơn mà còn hỗ trợ các nhà sản xuất cải thiện sản phẩm dựa trên phản hồi thực tế từ khách hàng.

II. Vấn đề và thách thức trong khai thác ý kiến sản phẩm

Mặc dù mô hình khai thác ý kiến dựa trên tính năng mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong quá trình thực hiện. Các vấn đề như độ chính xác trong việc xác định tính năng và ý kiến, cũng như việc xử lý khối lượng lớn dữ liệu đánh giá là những khó khăn cần được giải quyết.

2.1. Độ chính xác trong xác định tính năng sản phẩm

Việc xác định chính xác các tính năng sản phẩm từ các đánh giá là rất quan trọng. Nếu không, mô hình sẽ không thể cung cấp thông tin chính xác cho người tiêu dùng.

2.2. Khối lượng dữ liệu lớn và đa dạng

Sự gia tăng nhanh chóng của các đánh giá sản phẩm trên các nền tảng thương mại điện tử tạo ra một khối lượng dữ liệu khổng lồ. Việc xử lý và phân tích dữ liệu này đòi hỏi các phương pháp và công nghệ tiên tiến.

III. Phương pháp khai thác ý kiến dựa trên tính năng hiệu quả

Để xây dựng một mô hình khai thác ý kiến hiệu quả, cần áp dụng các phương pháp tiên tiến trong xử lý ngôn ngữ tự nhiên và học máy. Các bước chính bao gồm tiền xử lý dữ liệu, trích xuất tính năng và xác định hướng ý kiến.

3.1. Tiền xử lý dữ liệu đánh giá

Tiền xử lý là bước đầu tiên và quan trọng trong mô hình khai thác ý kiến. Nó bao gồm việc chuẩn hóa các đánh giá, phân đoạn từ và gán nhãn từ loại để chuẩn bị cho các bước tiếp theo.

3.2. Trích xuất tính năng và từ ý kiến

Sử dụng các quy tắc ngữ pháp tiếng Việt để trích xuất các tính năng sản phẩm và từ ý kiến là rất cần thiết. Điều này giúp xác định rõ ràng các yếu tố mà người tiêu dùng quan tâm.

IV. Ứng dụng thực tiễn của mô hình khai thác ý kiến

Mô hình khai thác ý kiến dựa trên tính năng đã được áp dụng thành công trong nhiều lĩnh vực, đặc biệt là trong thương mại điện tử. Các kết quả nghiên cứu cho thấy mô hình này có thể cải thiện đáng kể khả năng phân tích và tổng hợp ý kiến từ khách hàng.

4.1. Nghiên cứu trường hợp trong lĩnh vực điện thoại di động

Các nghiên cứu đã chỉ ra rằng mô hình khai thác ý kiến có thể giúp các nhà sản xuất điện thoại di động hiểu rõ hơn về nhu cầu và mong muốn của khách hàng thông qua các đánh giá sản phẩm.

4.2. Tác động đến quyết định mua sắm của người tiêu dùng

Mô hình này không chỉ giúp người tiêu dùng đưa ra quyết định mua sắm thông minh hơn mà còn tạo ra một môi trường cạnh tranh lành mạnh giữa các nhà sản xuất.

V. Kết luận và tương lai của mô hình khai thác ý kiến

Mô hình khai thác ý kiến dựa trên tính năng đang ngày càng trở nên quan trọng trong việc phân tích đánh giá sản phẩm. Tương lai của mô hình này hứa hẹn sẽ mang lại nhiều cải tiến và ứng dụng mới trong lĩnh vực thương mại điện tử.

5.1. Xu hướng phát triển công nghệ trong khai thác ý kiến

Công nghệ học máy và xử lý ngôn ngữ tự nhiên sẽ tiếp tục phát triển, giúp cải thiện độ chính xác và hiệu quả của mô hình khai thác ý kiến.

5.2. Tầm quan trọng của phản hồi từ người tiêu dùng

Phản hồi từ người tiêu dùng sẽ luôn là yếu tố quan trọng trong việc cải thiện sản phẩm và dịch vụ, từ đó thúc đẩy sự phát triển bền vững của các doanh nghiệp.

Nội dung chính

Tổng quan nghiên cứu

Thương mại điện tử tại Việt Nam giai đoạn đầu thập niên 2010 chứng kiến sự bùng nổ mạnh mẽ với hơn 30,5 triệu người dùng Internet vào tháng 10 năm 2011, chiếm khoảng 35% dân số cả nước theo số liệu thống kê từ Trung tâm Internet Việt Nam (VNNIC). Sự gia tăng nhanh chóng của các nền tảng mua sắm trực tuyến và diễn đàn công nghệ dẫn đến số lượng đánh giá sản phẩm tăng vọt, đạt hàng trăm thậm chí hàng nghìn phản hồi cho mỗi dòng thiết bị di động phổ biến. Tuy nhiên, việc tổng hợp thủ công lượng dữ liệu văn bản phi cấu trúc khổng lồ này đặt ra thách thức lớn: người tiêu dùng gặp khó khăn trong việc chọn lọc thông tin để ra quyết định mua sắm, trong khi các nhà sản xuất và phân phối thiếu công cụ tự động hóa để nắm bắt phản hồi nhằm cải tiến chất lượng sản phẩm.

Luận văn thạc sĩ chuyên ngành Khoa học Máy tính (mã số 60 48 01) của tác giả Vũ Tiến Thành, thực hiện dưới sự hướng dẫn của Phó Giáo sư Hà Quang Thụy tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội, đã tập trung giải quyết bài toán khai thác ý kiến dựa trên tính năng (Feature-based Opinion Mining and Summarizing - FOMS) đối với các phản hồi sản phẩm bằng tiếng Việt. Nghiên cứu xác định mục tiêu xây dựng một mô hình tích hợp hoàn chỉnh gồm 4 giai đoạn: tiền xử lý văn bản, trích xuất tính năng và từ chỉ ý kiến, xác định độ phân cực cảm xúc và trực quan hóa tóm tắt dữ liệu. Phạm vi thực nghiệm tập trung vào 743 lượt đánh giá của 10 dòng điện thoại thông minh phổ biến tại thị trường Việt Nam năm 2012. Nghiên cứu mang ý nghĩa thực tiễn và học thuật sâu sắc khi nâng cao chỉ số F1 tổng thể của hệ thống lên mức xấp xỉ 69,76%, đồng thời giải quyết triệt để các đặc trưng ngữ pháp và thói quen gõ tiếng Việt không dấu trên môi trường trực tuyến.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết khai thác ý kiến và phân tích cảm xúc (Sentiment Analysis and Opinion Mining) kết hợp xử lý ngôn ngữ tự nhiên (NLP) chuyên sâu cho tiếng Việt. Tác giả vận dụng mô hình cấu trúc thực thể dạng cây phân cấp (Object Hierarchy Tree) của Bing Liu (2010), trong đó mỗi đối tượng sản phẩm được biểu diễn bằng bộ các thành phần, tính năng hiển ngôn (explicit features) và tính năng tiềm ẩn (implicit features). Một ý kiến được định nghĩa là bộ 5 tham số bao gồm: đối tượng, tính năng của đối tượng, hướng cảm xúc (tích cực, tiêu cực hoặc trung tính), người nắm giữ ý kiến và thời điểm đánh giá.

Mô hình nghiên cứu kế thừa và mở rộng các giải pháp kinh điển như kỹ thuật trích xuất lan truyền kép (Double Propagation), kết hợp lý thuyết ngữ pháp tiếng Việt để thiết lập các luật quan hệ phụ thuộc cú pháp. Đối với bài toán gom cụm các tính năng đồng nghĩa, nghiên cứu ứng dụng phương pháp gom cụm phân cấp tích tụ (Hierarchical Agglomerative Clustering - HAC) kết hợp thuật toán phân lớp bán giám sát SVM-kNN. Về mặt tài nguyên từ vựng ngữ nghĩa, luận văn sử dụng khung lý thuyết từ điển cảm xúc mở rộng từ SentiWordNet 3.0 sang không gian tiếng Việt (VietSentiWordNet), tạo cơ sở định lượng điểm số cảm xúc thông qua hàm tổng hợp trọng số khoảng cách từ vựng.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập tự động thông qua việc cào dữ liệu (web crawling) 743 bài đánh giá thực tế từ các website thương mại điện tử công nghệ tại Việt Nam dành cho 10 mẫu điện thoại tiêu biểu, bao gồm: LG GS290 Cookie Fresh (77 bài), LG Optimus One P500 (45 bài), LG Wink Touch T300 (102 bài), Nokia C5-03 (102 bài), Nokia E63 (61 bài), Nokia E72 (68 bài), Nokia N8 (88 bài), Nokia X2-01 (79 bài), Samsung Galaxy Tab (42 bài) và Samsung Star S5233W (79 bài). Phương pháp chọn mẫu tập trung vào các sản phẩm có độ phân tán thảo luận cao nhằm đảm bảo tính bao quát của các biến thể ngôn ngữ tự nhiên.

Quy trình nghiên cứu áp dụng các phương pháp phân tích định lượng và mô hình hóa máy học theo 4 pha nối tiếp:

• Tiền xử lý chuẩn hóa tiếng Việt: Sử dụng mô hình thống kê 2-Gram kết hợp mạng Markov ẩn (Hidden Markov Model - HMM) để khôi phục dấu tiếng Việt tự động cho các bình luận không dấu, sau đó tiến hành tách từ và gán nhãn từ loại (POS Tagging) bằng công cụ chuyên dụng cho tiếng Việt.
• Trích xuất tính năng và từ chỉ ý kiến: Sử dụng hệ luật cú pháp tiếng Việt (quan hệ bộ phận - toàn thể, mẫu phủ định, luật lan truyền kép), xử lý hiện tượng đồng tham chiếu (co-reference resolution) và từ điển ánh xạ tính năng tiềm ẩn. Thuật toán HAC (với ngưỡng khoảng cách 0,5) tạo tập mẫu huấn luyện ban đầu có độ chính xác 100%, sau đó mô hình bán giám sát SVM-kNN (tham số k=5, s=4) phân loại toàn bộ tính năng đồng nghĩa với tỷ lệ nhãn mục tiêu 30%.
• Xác định hướng cảm xúc: Mở rộng từ điển VietSentiWordNet ban đầu từ 977 synsets (1.179 từ) lên 9.333 synsets (9.533 từ) thông qua 2 bộ phân lớp SVM tăng cường (Boosting). Hệ thống tính toán trọng số cảm xúc dựa trên khoảng cách từ vựng, mức độ tăng cường và đảo chiều cảm xúc với ngưỡng phân loại [-0,2; 0,2].
• Đánh giá hệ thống: Sử dụng bộ 3 chỉ số chuẩn gồm Precision (độ chính xác), Recall (độ bao phủ) và F1-score để thẩm định độc lập từng pha và toàn bộ hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và kiểm thử trên tập ngữ liệu thực tế đã mang lại các phát hiện khoa học định lượng rõ nét:

Thứ nhất, mô hình trích xuất tính năng sản phẩm thường xuyên đạt độ chính xác vượt trội nhờ hệ luật cú pháp tiếng Việt tối ưu. Trong số các sản phẩm thử nghiệm, độ đo F1 của pha trích xuất tính năng đạt trung bình trên 90%. Cụ thể, mẫu LG Wink Touch T300 đạt độ chính xác tuyệt đối 100% cho cả 11 tính năng được hệ thống tìm thấy; LG GS290 Cookie Fresh đạt F1 ở mức 94,37% (tìm đúng 18/19 tính năng); Samsung Galaxy Tab đạt F1 là 87,32% (tìm đúng 14/16 tính năng); và Nokia C5-03 đạt F1 là 86,42% (tìm đúng 20/23 tính năng).

Thứ hai, mô hình trích xuất từ chỉ ý kiến đạt chỉ số F1 trung bình trên 82% trên toàn bộ các dòng sản phẩm. Đối với LG Optimus One P500, hệ thống đạt độ chính xác ấn tượng 96,76% (nhận diện đúng 60/62 từ cảm xúc xuất hiện trong 83 từ gán nhãn thủ công). Mẫu LG Wink Touch T300 đạt F1 là 92,13% (trích xuất đúng 94/102 từ ý kiến), và Samsung Galaxy Tab đạt F1 là 88,33% (trích xuất đúng 54/61 từ ý kiến).

Thứ ba, hiệu năng tổng thể của hệ thống phân loại ý kiến toàn diện đạt mức cân bằng rất cao với Precision trung bình đạt 69,44%, Recall đạt 69,09% và F1-score đạt 69,76%. Kết quả này đánh dấu sự tăng trưởng vượt bậc so với các nghiên cứu trước đó trên cùng tập dữ liệu tiếng Việt (vốn chỉ đạt mức F1 khoảng 64%), khẳng định giá trị thực tế của việc mở rộng từ điển VietSentiWordNet lên 9.333 synsets.

Thảo luận kết quả

Khi so sánh với phương pháp đường cơ sở phỏng theo Hu và Liu (2004) áp dụng cho tiếng Việt (chỉ đạt F1 dưới 67%, Recall 60,68% và Precision 70,13%), mô hình đề xuất thể hiện sự vượt trội rõ rệt. Sự chênh lệch này xuất phát từ 3 nguyên nhân cốt lõi:

• Cấu trúc cú pháp tiếng Việt có trật tự danh từ đứng trước tính từ, hoàn toàn đảo ngược so với ngữ pháp tiếng Anh. Việc xây dựng hệ luật cú pháp đặc thù giúp hạn chế tối đa việc bỏ sót hoặc gán nhãn sai thành phần phụ ngữ.
• Mô hình cơ sở không hỗ trợ gom nhóm tính năng đồng nghĩa, dẫn đến sự phân mảnh thông tin, trong khi mô hình của luận văn đã chuẩn hóa các biến thể từ vựng thành các nhóm tính năng thống nhất (như gom "mẫu mã", "kiểu dáng" vào nhóm "hình thức").
• Mô hình đề xuất đã xử lý thành công bài toán tính năng tiềm ẩn (implicit features) thông qua từ điển ánh xạ từ cảm xúc sang thuộc tính (ví dụ: "đắt/rẻ" tự động quy về thuộc tính "giá"), giúp cải thiện Recall đáng kể.

Toàn bộ kết quả đầu ra của hệ thống được tổng hợp trực quan dưới dạng bảng phân phối tỷ lệ và biểu đồ cột đa chiều. Các biểu đồ trực quan hóa chi tiết số lượng bình luận tích cực, tiêu cực và trung tính tương ứng với từng nhóm tính năng sản phẩm cụ thể (như màn hình, pin, chụp ảnh, giá thành, ứng dụng), mang lại bức tranh toàn cảnh trực quan và dễ tiếp cận cho người dùng cuối.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu và những hạn chế còn tồn tại, luận văn đưa ra 4 nhóm giải pháp chiến lược nhằm hoàn thiện và ứng dụng mô hình khai thác ý kiến trong thực tiễn:

• Tự động hóa trích xuất tính năng tiềm ẩn bằng học sâu: Nâng cấp mô hình ánh xạ tính năng tiềm ẩn từ dạng từ điển bán thủ công hiện tại sang kiến trúc mạng nơ-ron học ngữ cảnh tự động. Mục tiêu nâng chỉ số Recall của tính năng tiềm ẩn lên tối thiểu 85% trong lộ trình nghiên cứu 12 tháng, do các nhóm nghiên cứu công nghệ xử lý ngôn ngữ tự nhiên chủ trì thực hiện.
• Mở rộng xử lý câu so sánh phức hợp: Xây dựng module nhận diện thực thể vượt trội trong các mẫu câu so sánh trực tiếp giữa nhiều dòng sản phẩm (ví dụ phân biệt sản phẩm được khen và sản phẩm bị chê trong cùng một câu). Mục tiêu loại bỏ 100% lỗi gán nhãn phân cực trùng lặp trên các mẫu câu so sánh trong vòng 6 tháng tới.
• Ứng dụng tích hợp hệ thống vào sàn thương mại điện tử: Đề xuất các doanh nghiệp thương mại điện tử và nhà bán lẻ công nghệ triển khai bộ công cụ FOMS trực tiếp vào giao diện trang chi tiết sản phẩm. Giải pháp này giúp tự động tóm tắt hàng nghìn đánh giá thành biểu đồ điểm số tính năng theo thời gian thực, giảm khoảng 70% thời gian đọc đánh giá của khách hàng và hỗ trợ bộ phận phát triển sản phẩm theo dõi phản hồi thị trường liên tục.
• Mở rộng miền dữ liệu sang các ngành hàng khác: Tái huấn luyện mô hình phân loại và mở rộng từ điển cảm xúc sang các lĩnh vực bán lẻ đa dạng như điện gia dụng, mỹ phẩm, thời trang và dịch vụ du lịch – nhà hàng, hoàn thành việc xây dựng bộ dữ liệu benchmark đa ngành trong vòng 18 tháng.

Đối tượng nên tham khảo luận văn

• Học viên cao học và nghiên cứu sinh ngành Khoa học Máy tính: Tài liệu cung cấp cơ sở lý thuyết vững chắc, thuật toán chi tiết và phương pháp luận chặt chẽ về xử lý ngôn ngữ tự nhiên tiếng Việt, đặc biệt là kỹ thuật kết hợp HAC và SVM-kNN trong phân loại văn bản bán giám sát.
• Kỹ sư dữ liệu và chuyên gia phát triển AI: Cung cấp thiết kế kiến trúc hệ thống xử lý văn bản thực tế từ bước tiền xử lý, khôi phục dấu tiếng Việt bằng HMM đến tích hợp từ điển cảm xúc SentiWordNet, đóng vai trò như một tài liệu tham chiếu kỹ thuật giá trị.
• Doanh nghiệp thương mại điện tử và các nhà bán lẻ: Giúp các nhà quản lý sản phẩm và chuyên viên phân tích thị trường hiểu rõ cách thức chuyển hóa dữ liệu phản hồi dạng văn bản thành các báo cáo trực quan phục vụ nâng cao chất lượng dịch vụ và tối ưu hóa trải nghiệm khách hàng.
• Giảng viên và nhà nghiên cứu tại các trường đại học: Nguồn tài liệu học thuật chuẩn mực phục vụ biên soạn bài giảng chuyên đề về Khai phá dữ liệu (Data Mining), Phân tích cảm xúc (Opinion Mining) và Xử lý ngôn ngữ tự nhiên tiếng Việt.

Câu hỏi thường gặp

Mô hình xử lý các bình luận tiếng Việt không dấu hoặc sai chính tả bằng cách nào?
Hệ thống tích hợp mô hình thống kê 2-Gram kết hợp mạng Markov ẩn (HMM) ở pha tiền xử lý để xác định xác suất chuyển trạng thái từ vựng cao nhất, giúp tự động khôi phục dấu tiếng Việt chính xác trước khi đưa vào phân tích cú pháp và tách từ.

Phương pháp gom nhóm tính năng đồng nghĩa trong luận văn hoạt động ra sao?
Nghiên cứu kết hợp thuật toán gom cụm phân cấp tích tụ HAC (ngưỡng 0,5 đạt độ chính xác 100%) để tự động tạo tập nhãn huấn luyện ban đầu, sau đó ứng dụng mô hình bán giám sát SVM-kNN để phân loại toàn bộ các từ đồng nghĩa vào nhóm tính năng tương ứng.

Làm thế nào để hệ thống phân biệt được tính năng hiển ngôn và tính năng tiềm ẩn?
Tính năng hiển ngôn được trích xuất trực tiếp thông qua hệ luật ngữ pháp và từ loại trong câu. Đối với tính năng tiềm ẩn không xuất hiện từ chỉ thực thể, hệ thống dựa vào từ điển ánh xạ từ chỉ ý kiến (như "đắt/rẻ" ám chỉ thuộc tính giá cả) để suy diễn thuộc tính.

Tại sao kích thước từ điển VietSentiWordNet lại ảnh hưởng quyết định đến độ chính xác?
Việc mở rộng VietSentiWordNet từ 977 synsets lên 9.333 synsets giúp hệ thống bao phủ hầu hết các tính từ và động từ biểu cảm trong tiếng Việt, hạn chế việc bỏ sót trọng số cảm xúc và nâng chỉ số F1 toàn hệ thống từ 64% lên 69,76%.

Hệ thống xử lý các hiện tượng phủ định và từ tăng cường cảm xúc như thế nào?
Khi câu xuất hiện các từ phủ định như "không", "chẳng", hệ thống sẽ đảo ngược dấu của trọng số cảm xúc. Đối với các từ tăng cường như "rất", "quá", hệ số khuếch đại sẽ được nhân trực tiếp với điểm số từ vựng trước khi tính tổng phân cực.

Kết luận

• Luận văn đã xây dựng thành công mô hình khai thác ý kiến dựa trên tính năng (FOMS) hoàn chỉnh dành riêng cho ngữ liệu đánh giá sản phẩm tiếng Việt.
• Đóng góp khoa học nổi bật gồm hệ luật cú pháp tiếng Việt tối ưu, mô hình gom cụm bán giám sát HAC kết hợp SVM-kNN và bộ từ điển VietSentiWordNet mở rộng đạt 9.333 synsets.
• Kết quả thực nghiệm trên 743 đánh giá thuộc 10 dòng điện thoại đạt độ chính xác cao với F1 trích xuất tính năng trên 90%, F1 trích xuất từ ý kiến trên 82% và F1 toàn hệ thống đạt 69,76%.
• Hướng phát triển tiếp theo tập trung vào việc tự động hóa trích xuất tính năng tiềm ẩn không dùng từ điển, giải quyết triệt để câu so sánh phức hợp và mở rộng sang các ngành hàng bán lẻ mới.
• Các nhà nghiên cứu và doanh nghiệp quan tâm có thể ứng dụng trực tiếp khung kiến trúc này để xây dựng các giải pháp tự động lắng nghe khách hàng và tối ưu hóa quyết định kinh doanh trên môi trường số.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY, HANOI UNIVERSITY OF ENGINEERING AND TECHNOLOGY VU TIEN THANH A FEATURE-BASED OPINION MINING MODEL ON PRODUCT REVIEWS IN VIETNAMESE MASTER THESIS OF INFORMATION TECHNOLOGY Hanoi – 2012 LUAN VAN CHAT LUONG download : add [e-mail] VIETNAM NATIONAL UNIVERSITY, HANOI UNIVERSITY OF ENGINEERING AND TECHNOLOGY VU TIEN THANH A FEATURE-BASED OPINION MINING MODEL ON PRODUCT REVIEWS IN VIETNAMESE Major : Computer Science Code : 60 48 01 MASTER THESIS OF INFORMATION TECHNOLOGY Supervisor: Assoc. Ha QuangThuy Hanoi – 2012 LUAN VAN CHAT LUONG download : add [e-mail] ORIGINALITY STATEMENT ‘I hereby declare that this submission is my own work and to the best of my knowledge it contains no materials previously published or written by another person, or substan- tial proportions of material which have been accepted for the award of any other degree or diploma at University of Engineering and Technology (UET/Coltech) or any other educational institution, except where due acknowledgement is made in the thesis. Any contribution made to the research by others, with whom I have worked at UET/Coltech or elsewhere, is explicitly acknowledged in the thesis. I also declare that the intellectual content of this thesis is the product of my own work, except to the extent that assistance from others in the project’s design and conception or in style, presentation and linguistic expression is acknowledged.’ Hanoi, November 25th , 2012 Signed.

i LUAN VAN CHAT LUONG download : add [e-mail] ii LUAN VAN CHAT LUONG download : add [e-mail] iii ABSTRACT Feature-based opinion mining and summarizing (FOMS) of reviews is a very in- teresting and attracting issue in the opinion mining field. With the development of e-commerce in Vietnam, there are more and more commercial sites and technical forums where people can review or express their opinions on the products which they have used. As a result, the number of reviews has been increasing rapidly to hun- dreds or even thousands for a hot-product in recent years. Not only is it difficult for the customer to read in order to make a decision whether to buy product but hard for the producer to handle customer opinions to improve their products as well.

In this thesis, we describe a Feature-based opinion mining and summarizing model on Vietnamese product reviews. Our model performs four following steps:(1)Pre- processing the input customer reviews by standardizing reviews, segmenting Token, and POS tagging(2) extracting explicit product features and opinion-words by using Vietnamese syntax rules, identifying implicit product features by using relationships with opinion words,and automatically grouping synonym product features by combin- ing HAC clustering method and semi-supervised SVM-kNN classification method; (3) identifying opinion sentences in each review and deciding whether each opinion sen- tence is positive, negative or neutral by using a VietSentiWordNet extended from an initial SentiWordNet 3.0; (4) summarizing the results which is different from the tra- ditional text summarization because we only focus on product-features on which the customers reviewed and whether opinions are positive, negative or neutral. Experi- mental results on Vietnamese reviews of mobile phone product domain demonstrate the effectiveness of the model. Publications: ? Huyen-Trang Pham, Tien-Thanh Vu, Mai-Vu Tran and Quang-Thuy Ha.

A Solution for Grouping Vietnamese Synonym Feature Words in Product Reviews. In Proceedings of the 6th international conference on Asia-Pacific Services Computing (APSCC 2011). ? Quang-Thuy Ha, Tien-Thanh Vu, Huyen-Trang Pham and Cong-To Luu. An Upgrading Feature- based Opinion Mining Model on Vietnamese Product Reviews.

In Proceedings of the 7th interna- tional conference on Active media technology (AMT 2011), pp. ? Tien-Thanh Vu, Huyen-Trang Pham, Cong-To Luu and Quang-Thuy Ha. A Feature-Based Opin- ion Mining Model on Product Reviews in Vietnamese. In Semantic Methods for Knowledge Man- agement and Communication (SCI 381), pp.

LUAN VAN CHAT LUONG download : add [e-mail] ACKNOWLEDGEMENTS First and foremost, I would like to express my deepest gratitude to my supervi- sor, Assoc. Ha Quang Thuy, for his patient guidance and continuous support throughout the years. He always appears when I need help, and responds to queries so helpfully and promptly. I would like to give my honest appreciation to my col- leagues at the Knowledge and Technology laboratory for their great support.