Luận Án Tiến Sĩ Về Phân Tích Cảm Xúc Trong Khoa Học Máy Tính Dựa Trên Trị Cảm Xúc Chuyển Dịch Theo Ngữ Cảnh Tiếng Việt

• Tác giả: Trần Khải Thiện
• Người hướng dẫn: GS. Phan Thị Tươi
• Trường học: Đại học Bách Khoa TP. Hồ Chí Minh
• Chuyên ngành: Khoa học máy tính
• Đề tài: Phân Tích Cảm Xúc Trong Khoa Học Máy Tính: Trị Cảm Xúc Chuyển Dịch Theo Ngữ Cảnh Tiếng Việt
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2021
• Địa điểm: TP. Hồ Chí Minh

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Đề xuất nghiên cứu
• 1.2. Mục đích và phạm vi nghiên cứu
• 1.3. Các đóng góp của luận án
• 1.4. Cấu trúc của luận án
• 2. CHƯƠNG 2: PHÂN TÍCH CẢM XÚC VÀ SỰ DỊCH CHUYỂN CẢM XÚC
• 2.1. Phân tích cảm xúc
• 2.2. Một số hướng tiếp cận cho phân tích cảm xúc
• 2.2.1. Tiếp cận hướng đến ngữ nghĩa
• 2.2.2. Tiếp cận theo học máy
• 2.3. Sự dịch chuyển cảm xúc và những vấn đề cần nghiên cứu
• 2.3.1. Hiện tượng dịch chuyển cảm xúc
• 2.3.2. Khoảng trống trong nghiên cứu
• 2.4. Tổng kết chương 2
• 3. CHƯƠNG 3: XÁC ĐỊNH SỰ DỊCH CHUYỂN TRỊ CẢM XÚC CỦA TỪ VÀ CỤM TỪ
• 3.1. Động cơ nghiên cứu
• 3.2. Mô hình tính toán trị cảm xúc và sự dịch chuyển cảm xúc của từ, cụm từ trong các nhận xét tiếng Việt
• 3.2.1. Xác định trị cảm xúc cho từ
• 3.2.2. Xác định trị cảm xúc cho cụm từ
• 3.2.3. Phân tích đánh giá
• 3.3. Tổng kết chương 3
• 4. CHƯƠNG 4: PHÁT HIỆN KHÍA CẠNH VÀ TRỊ CẢM XÚC TRONG CÁC NHẬN XÉT TIẾNG VIỆT
• 4.1. Giới thiệu bài toán phân tích cảm xúc mức khía cạnh
• 4.1.1. Xác định và rút trích khía cạnh
• 4.1.2. Xác định cảm xúc của khía cạnh
• 4.1.3. Khai thác mối quan hệ phụ thuộc của các từ để rút trích đồng thời khía cạnh và từ cảm xúc tương ứng
• 4.2. Mô hình phát hiện khía cạnh và trị cảm xúc
• 4.2.1. Tập luật rút trích khía cạnh và từ mang cảm xúc tương ứng
• 4.2.2. Xây dựng ontology để gom nhóm các khía cạnh
• 4.2.2.1. Hệ thống tra cứu thông tin khách sạn
• 4.2.2.2. Xây dựng cơ sở trí thức khách sạn
• 4.2.2.3. Xây dựng bộ xử lý ngôn ngữ tiếng Việt
• 4.2.2.4. Nhận xét đánh giá
• 4.3. Tổng kết chương 4
• 5. CHƯƠNG 5: ĐỀ XUẤT PHƯƠNG PHÁP HỌC TỔ HỢP CHO PHÂN LỚP CẢM XÚC CÁC NHẬN XÉT TIẾNG VIỆT
• 5.1. Động cơ nghiên cứu
• 5.2. Mô hình học tổ hợp cho phân lớp cảm xúc
• 5.2.1. Học tổ hợp
• 5.2.2. Phát hiện đặc trưng gây dịch chuyển trị cảm xúc và đặc trưng tiềm ẩn
• 5.2.3. Các bộ học thành phần và bộ học tổ hợp
• 5.2.4. Mô hình học tổ hợp đề xuất
• 5.2.6. Phân tích đánh giá
• 5.3. Mô hình học tổ hợp hướng đến ngữ cảnh cho phân lớp cảm xúc
• 5.3.1. Bộ học thành phần sử dụng cơ chế attention (attention classifier)
• 5.4. Tổng kết chương 5
• 6. CHƯƠNG 6: KẾT LUẬN
• CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ
• TÀI LIỆU THAM KHẢO
• SƠ LƯỢC ĐẶC TRƯNG NGÔN NGỮ TIẾNG VIỆT
• Tính từ trong tiếng Việt
• Động từ trong tiếng Việt
• Phó từ trong tiếng Việt
• PHỤ LỤC 2: DANH SÁCH MỘT SỐ CỤM TỪ CẢM XÚC
• PHỤ LỤC 3: VĂN PHẠM PHỤ THUỘC
• Văn phạm phụ thuộc
• Mối quan hệ phụ thuộc của một số từ loại trong tiếng Việt
• Quan hệ phụ thuộc giữa danh từ và động từ
• Quan hệ phụ thuộc giữa danh từ và tính từ
• Quan hệ phụ thuộc giữa động từ và tính từ
• Quan hệ phụ thuộc giữa động từ và động từ

I. Giới thiệu

Trong bối cảnh sự phát triển mạnh mẽ của Internet và các nền tảng truyền thông xã hội, phân tích cảm xúc đã trở thành một lĩnh vực nghiên cứu quan trọng trong khoa học máy tính. Sự gia tăng dữ liệu do người dùng tạo ra đã tạo ra nhu cầu lớn về việc hiểu và phân tích các ý kiến, cảm xúc trong các văn bản. Luận án này tập trung vào việc nghiên cứu trị cảm xúc chuyển dịch theo ngữ cảnh trong tiếng Việt, nhằm xây dựng một hệ thống phân tích cảm xúc hiệu quả hơn. Các nghiên cứu trước đây đã chỉ ra rằng việc xử lý các hiện tượng ngôn ngữ phức tạp như dịch chuyển cảm xúc và văn bản mang ý kiến hỗn hợp vẫn còn nhiều hạn chế. Do đó, việc phát triển một kho từ vựng cảm xúc cho tiếng Việt và áp dụng các phương pháp học máy là cần thiết để cải thiện độ chính xác trong phân tích cảm xúc.

1.1. Đề xuất nghiên cứu

Luận án này đề xuất hai mục tiêu chính: đầu tiên là xây dựng một kho từ vựng cảm xúc cho tiếng Việt, phục vụ cho việc phân tích cảm xúc ở mức từ và cụm từ. Thứ hai, nghiên cứu sẽ áp dụng các phương pháp học máy và mô hình học sâu để xử lý bài toán phân lớp cảm xúc ở mức văn bản. Việc chú trọng đến dịch chuyển cảm xúc và sử dụng kết hợp nhiều phương pháp sẽ là chìa khóa để đạt được kết quả chính xác hơn. Các nghiên cứu trước đây đã chỉ ra rằng việc áp dụng các phương pháp định hướng ngữ nghĩa có thể cải thiện đáng kể hiệu suất của hệ thống phân tích cảm xúc.

II. Phân tích cảm xúc và sự dịch chuyển cảm xúc

Chương này sẽ đi sâu vào khái niệm phân tích cảm xúc và các phương pháp tiếp cận hiện có. Phân tích cảm xúc là quá trình tự động xác định giá trị cảm xúc trong văn bản, bao gồm việc phân loại các ý kiến thành tích cực, tiêu cực hoặc trung tính. Các phương pháp tiếp cận chủ yếu bao gồm tiếp cận định hướng ngữ nghĩa và tiếp cận học máy. Đặc biệt, hiện tượng dịch chuyển cảm xúc là một vấn đề quan trọng cần được nghiên cứu kỹ lưỡng. Hiện tượng này xảy ra khi cảm xúc của một từ hoặc cụm từ thay đổi tùy thuộc vào ngữ cảnh mà nó xuất hiện. Việc hiểu rõ về dịch chuyển cảm xúc sẽ giúp cải thiện độ chính xác của các hệ thống phân tích cảm xúc.

2.1. Hiện tượng dịch chuyển cảm xúc

Hiện tượng dịch chuyển cảm xúc trong văn bản tiếng Việt có thể gây khó khăn cho việc xác định chính xác cảm xúc của người viết. Các yếu tố như ngữ cảnh, cấu trúc câu và từ ngữ liên quan đều có thể ảnh hưởng đến cách mà cảm xúc được diễn đạt. Do đó, việc xây dựng một mô hình có khả năng nhận diện và xử lý các hiện tượng này là rất cần thiết. Các nghiên cứu trước đây đã chỉ ra rằng việc áp dụng các kỹ thuật học máy có thể giúp cải thiện khả năng nhận diện cảm xúc trong các văn bản phức tạp.

III. Xác định sự dịch chuyển trị cảm xúc của từ và cụm từ

Chương này tập trung vào việc xác định trị cảm xúc cho từ và cụm từ trong các nhận xét tiếng Việt. Việc xác định trị cảm xúc là một bước quan trọng trong phân tích cảm xúc, giúp hệ thống có thể phân loại chính xác các ý kiến. Mô hình tính toán trị cảm xúc sẽ được xây dựng dựa trên các đặc trưng ngữ nghĩa và ngữ cảnh của từ. Các thực nghiệm cho thấy rằng việc áp dụng các phương pháp học máy có thể giúp cải thiện độ chính xác trong việc xác định trị cảm xúc của từ và cụm từ. Điều này cho thấy rằng việc kết hợp giữa các phương pháp truyền thống và hiện đại là cần thiết để đạt được kết quả tốt nhất.

3.1. Mô hình tính toán trị cảm xúc

Mô hình tính toán trị cảm xúc sẽ được xây dựng dựa trên các từ điển cảm xúc hiện có và các phương pháp học máy. Việc xác định trị cảm xúc cho từ và cụm từ sẽ được thực hiện thông qua việc phân tích ngữ nghĩa và ngữ cảnh. Các thực nghiệm cho thấy rằng việc sử dụng các mô hình học sâu có thể giúp cải thiện đáng kể độ chính xác trong việc xác định cảm xúc. Điều này cho thấy rằng việc áp dụng các phương pháp học máy là một hướng đi đúng đắn trong nghiên cứu phân tích cảm xúc.