Phân tích cảm xúc từ comment kết hợp chatbot hỗ trợ

Đồ án phân tích cảm xúc từ comment kết hợp chatbot hỗ trợ tại Trường ĐH Sư phạm Kỹ thuật TP.HCM

• Tác giả: Đinh Đức Nguyên Vũ
• Người hướng dẫn: PGS.TS. Hoàng Văn Dũng
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật dữ liệu
• Đề tài: Phân tích cảm xúc từ comment kết hợp chatbot hỗ trợ
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan phân tích cảm xúc comment và chatbot ĐH SPKT TP

Nhu cầu tiếp nhận ý kiến phản hồi của sinh viên tại các cơ sở giáo dục đại học ngày càng tăng cao. Trường Đại học Sư phạm Kỹ thuật TP.HCM triển khai các giải pháp công nghệ dữ liệu nhằm theo dõi tâm tư người học. Đồ án tốt nghiệp ngành Kỹ thuật Dữ liệu tập trung vào đề tài phân tích cảm xúc từ comment kết hợp chatbot hỗ trợ. Hệ thống xử lý luồng ý kiến đóng góp từ các diễn đàn sinh viên, mạng xã hội và kênh thông tin nội bộ. Mục tiêu cốt lõi là nhận diện tự động ba trạng thái tình cảm chính gồm tích cực, tiêu cực và trung tính. Khi phát hiện các phản hồi mang tính bức xúc hoặc băn khoăn, trợ lý ảo tức thời tiếp cận để tư vấn thông tin cần thiết. Việc phối hợp giữa kỹ thuật khai phá văn bản và công nghệ tương tác tự động tạo ra quy trình quản lý khép kín. Nhà trường nắm bắt kịp thời các vấn đề phát sinh trong học tập và sinh hoạt. Quá trình trao đổi thông tin giữa nhà trường và sinh viên trở nên thông suốt hơn. Dữ liệu cảm xúc trở thành cơ sở đáng tin cậy để cải thiện chất lượng dịch vụ giáo dục.

1.1. Bối cảnh nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM

Trường Đại học Sư phạm Kỹ thuật TP.HCM sở hữu lượng sinh viên đông đảo cùng các diễn đàn hoạt động rất sôi nổi. Hàng ngày, hàng nghìn lượt bình luận phản ánh về thời khóa biểu, học phí, cơ sở vật chất và hoạt động đoàn thể xuất hiện. Phương thức khảo sát định kỳ truyền thống thường bộc lộ độ trễ lớn và độ bao phủ hạn chế. Việc xử lý thủ công khối lượng bình luận khổng lồ đòi hỏi chi phí nhân sự rất lớn. Sinh viên thường có xu hướng bày tỏ cảm xúc chân thực hơn trên các không gian mạng xã hội tự do. Nghiên cứu khai thác văn bản tự nhiên mang lại góc nhìn chân thực và khách quan. Đề tài mở ra phương pháp tiếp cận mới trong quản trị đại học hiện đại.

1.2. Vai trò của việc tích hợp chatbot trong môi trường học đường

Chatbot đóng vai trò cầu nối tương tác liên tục giữa sinh viên và các phòng ban chuyên môn. Trợ lý thông minh có khả năng tiếp nhận câu hỏi và đưa ra phản hồi chính xác trong vài giây. Khi kết hợp phân tích cảm xúc, chatbot điều chỉnh thái độ giao tiếp dựa trên ngữ cảnh thực tế. Những phản hồi chứa cảm xúc tiêu cực được hệ thống ưu tiên xử lý đặc biệt. Chatbot có thể tự động chuyển giao cuộc trò chuyện cho cán bộ tư vấn tâm lý hoặc quản lý khoa. Mô hình giúp giảm tải áp lực cho nhân sự trực tổng đài hành chính. Trải nghiệm học đường của sinh viên được nâng cao rõ rệt nhờ sự hỗ trợ kịp thời và chuẩn xác.

II. Vấn đề xử lý comment và phân tích cảm xúc tại ĐH SPKT TP

Ngôn ngữ tự nhiên trên các diễn đàn trực tuyến của sinh viên chứa nhiều yếu tố phức tạp. Dữ liệu văn bản thường xuất hiện tiếng lóng, từ viết tắt, teencode và biểu tượng cảm xúc phi chuẩn mực. Nhiều bình luận thiếu dấu câu, sai ngữ pháp hoặc sử dụng phong cách châm biếm mỉa mai. Những đặc trưng này gây cản trở lớn đối với các thuật toán phân loại văn bản truyền thống. Mô hình hồi quy thông thường RNN thường xuyên gặp hiện tượng biến mất gradient. Khi xử lý câu dài, RNN không thể duy trì ngữ cảnh toàn cục của văn bản. Ngoài ra, việc thiếu hụt tập ngữ liệu tiếng Việt được gán nhãn chuẩn xác tạo rào cản lớn cho huấn luyện học sâu. Phản hồi tiêu cực của sinh viên thường bị bỏ sót hoặc phân loại sai lệch sang trung tính. Sự chậm trễ trong xử lý khiếu nại khiến căng thẳng học đường có nguy cơ leo thang. Do đó, việc xây dựng quy trình tiền xử lý nghiêm ngặt và kiến trúc học sâu tối ưu là yêu cầu cấp thiết.

2.1. Thách thức từ ngôn ngữ mạng và teencode của sinh viên

Sinh viên tại ĐH SPKT TP.HCM thường dùng các từ viết tắt phong phú như 'ko', 'dc', 'sv', 'gv'. Các từ biểu cảm như 'u là trời', 'chán chả buồn nói' mang sắc thái ngữ nghĩa rất linh hoạt. Một câu bình luận có thể chứa cả ý khen lẫn ý chê sâu cay. Các hệ thống dựa trên từ điển cảm xúc tĩnh hoàn toàn bất lực trước những biến thể từ vựng mới. Cấu trúc câu không tuân theo ngữ pháp tiếng Việt chuẩn mực gây nhiễu cho bước tách từ. Nếu không chuẩn hóa văn bản trước khi đưa vào mô hình, tỷ lệ phân loại sai sẽ tăng vọt. Việc làm sạch dữ liệu đòi hỏi quy tắc chuyển đổi từ vựng tỉ mỉ và đồng bộ.

2.2. Hạn chế của các mô hình học máy truyền thống

Các giải pháp học máy cổ điển như Naive Bayes hay SVM phụ thuộc lớn vào việc trích xuất đặc trưng thủ công qua Bag-of-Words. Phương pháp này bỏ qua trật tự từ và làm mất ngữ cảnh chuỗi trong câu. Khi chuyển sang mạng nơ-ron hồi quy RNN căn bản, hiện tượng triệt tiêu gradient khiến mô hình quên thông tin ở đầu câu khi câu văn quá dài. Các bình luận có cấu trúc mệnh đề tương phản như 'tuy... nhưng...' thường bị suy diễn sai lệch ý định thực. Ngoài ra, tốc độ huấn luyện của mô hình tuần tự đơn thuần khá chậm chạp. Các hạn chế trên đặt ra yêu cầu phải kết hợp kiến trúc CNN và biến thể LSTM để tối ưu hiệu năng.

III. Phương pháp phân tích cảm xúc và mô hình chatbot ĐH SPKT TP

Nghiên cứu xây dựng tập dữ liệu gồm 62.920 mẫu bao gồm cả văn bản gốc lẫn văn bản không dấu. Toàn bộ bình luận được chuẩn hóa về độ dài tối đa 512 từ thông qua kỹ thuật đệm số 0. Nhãn cảm xúc tiêu cực, trung tính và tích cực được mã hóa thành các vector one-hot ba chiều tương ứng [1, 0, 0], [0, 1, 0] và [0, 0, 1]. Dữ liệu được phân chia theo tỷ lệ 72% cho tập huấn luyện, 20% cho tập xác thực và 8% cho tập kiểm tra độc lập. Kiến trúc phân loại cảm xúc tích hợp hai nhánh mạng song song gồm CNN 1D và BiLSTM kết hợp BiGRU. Nhánh CNN 1D chịu trách nhiệm trích xuất các đặc trưng n-gram cục bộ nổi bật. Nhánh BiLSTM thu nhận ngữ cảnh tuần tự hai chiều dài hạn nhờ cơ chế ba cổng kiểm soát thông tin. Sau khi trích xuất, các vector đặc trưng được kết hợp nhằm đưa ra dự đoán phân loại chính xác nhất. Song song với đó, chatbot tích hợp mô hình ngôn ngữ lớn LLM để đối thoại và giải quyết vấn đề của sinh viên.

3.1. Tiền xử lý dữ liệu và mã hóa vector nhãn

Quá trình tiền xử lý đóng vai trò quyết định độ chính xác của toàn bộ hệ thống phân tích. Dữ liệu văn bản thô được loại bỏ các ký tự đặc biệt, chuyển đổi chữ thường và chuẩn hóa từ teencode. Sau khi làm sạch, 62.920 mẫu dữ liệu được chuyển đổi thành các chuỗi vector số. Giới hạn độ dài cố định 512 từ giúp bao phủ trọn vẹn nội dung của hầu hết bình luận sinh viên. Các câu ngắn được đệm số không ở cuối nhằm đảm bảo kích thước đầu vào đồng nhất cho ma trận tính toán. Nhãn cảm xúc NEG, NEU và POS được chuyển đổi thành vector one-hot phục vụ tính toán hàm mất mát cross-entropy. Tập dữ liệu sau đó được phân chia thành 45.302 mẫu huấn luyện và 17.618 mẫu đánh giá.

3.2. Kiến trúc mạng lai CNN và BiLSTM kết hợp chatbot LLM

Kiến trúc đề xuất vận hành theo mô hình mạng song song khai thác thế mạnh đa chiều của dữ liệu. Nhánh mạng nơ-ron tích chập 1D-CNN quét qua các cửa sổ từ để trích xuất đặc trưng cụm từ quan trọng. Nhánh BiLSTM với ba cổng vào, cổng quên và cổng ra giúp lưu giữ ngữ cảnh ngữ pháp lâu dài từ cả hai chiều văn bản. Sự kết hợp giữa BiLSTM và BiGRU nâng cao khả năng khái quát hóa dữ liệu phức tạp. Vector đầu ra của hai nhánh được gộp lại trước khi đi qua tầng phân loại softmax. Song song đó, hệ thống tích hợp chatbot LLM dựa trên kiến trúc Transformer tiên tiến. Chatbot tự động truy xuất câu trả lời chuẩn xác và điều hướng cảm xúc của người học một cách thông minh.

IV. Đánh giá ứng dụng chatbot và phân tích cảm xúc tại ĐH SPKT TP

Giải pháp phân tích cảm xúc kết hợp chatbot hỗ trợ mang lại giá trị thực tiễn to lớn cho Trường Đại học Sư phạm Kỹ thuật TP.HCM. Việc phân loại bình luận tự động giúp nhà trường nắm bắt tức thì xu hướng dư luận học đường. Các phản ánh tiêu cực về đăng ký môn học, cơ sở vật chất hay học phí được phát hiện và xử lý ngay từ giai đoạn đầu. Hệ thống chatbot hoạt động 24/7 giúp giải tỏa áp lực tư vấn hành chính cho các phòng ban chuyên trách. Sinh viên nhận được phản hồi nhanh chóng, chính xác và có thái độ đồng cảm thích hợp. Giải pháp giảm thiểu đáng kể thời gian chờ đợi và nâng cao chỉ số hài lòng của sinh viên. Đề tài tốt nghiệp ngành Kỹ thuật Dữ liệu đã khẳng định tính khả thi của việc ứng dụng học sâu vào chuyển đổi số giáo dục. Nền tảng này mở ra triển vọng tích hợp sâu rộng vào các cổng thông tin đào tạo thông minh trong tương lai. Nhà trường có thể phân tích dữ liệu lịch sử để dự báo các vấn đề tiềm ẩn của từng học kỳ. Quy trình ra quyết định của ban lãnh đạo trở nên chính xác và dựa trên bằng chứng dữ liệu rõ ràng.

4.1. Hiệu quả cải thiện dịch vụ hỗ trợ sinh viên tại HCMUTE

Sự kết hợp giữa phân tích cảm xúc và chatbot giúp tối ưu hóa thời gian phản hồi thắc mắc học vụ. Khi sinh viên để lại bình luận bức xúc, hệ thống ưu tiên gửi cảnh báo đến bộ phận chăm sóc người học. Trợ lý chatbot chủ động cung cấp thông tin giải đáp quy chế, lịch thi hoặc thủ tục biểu mẫu. Các thắc mắc lặp lại được tự động hóa giải quyết hoàn toàn, giảm hơn 70% tải công việc cho nhân viên phòng đào tạo. Sinh viên cảm thấy tiếng nói của bản thân được lắng nghe và ghi nhận kịp thời. Môi trường giáo dục trở nên thân thiện, chuyên nghiệp và gắn kết mật thiết hơn.

4.2. Định hướng mở rộng mô hình trong quản trị giáo dục đại học

Hệ thống phân tích cảm xúc và chatbot sở hữu tiềm năng mở rộng sang nhiều phân hệ quản trị khác. Trong tương lai, mô hình có thể tích hợp trực tiếp vào ứng dụng di động nội bộ của nhà trường. Dữ liệu cảm xúc tích lũy qua các kỳ học sẽ hỗ trợ xây dựng hệ thống cảnh báo sớm sinh viên có nguy cơ bỏ học hoặc gặp khủng hoảng tâm lý. Công nghệ mô hình ngôn ngữ lớn LLM có thể được tinh chỉnh sâu hơn theo ngữ liệu đào tạo kỹ thuật đặc thù của ĐH SPKT TP.HCM. Việc mở rộng quy mô dữ liệu đa phương tiện từ âm thanh và hình ảnh sẽ hoàn thiện bức tranh toàn diện về trải nghiệm học đường.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 1. Những vấn đề cơ bản phân tích cảm xúc 1. Khái niệm Phân tích cảm xúc (Sentiment Analysis) được định nghĩa là lĩnh vực nghiên cứu trong xử lý ngôn ngữ tự nhiên (NLP) nhằm phân tích ý kiến và cảm xúc của con người thể hiện trong văn bản. Cụ thể, hệ thống phân tích cảm xúc tự động xác định và trích xuất các đánh giá chủ quan (quan điểm, thái độ, cảm xúc) của người dùng đối với các thực thể như sản phẩm, dịch vụ, tổ chức, sự kiện hoặc chủ đề nhất định thông qua ngôn ngữ viết.

Nói cách khác, mục tiêu của phân tích cảm xúc là hiểu người viết đang cảm thấy gì hoặc có thái độ như thế nào về đối tượng được đề cập trong đoạn văn bản. Phân tích cảm xúc đóng vai trò quan trọng trong NLP hiện đại, đặc biệt trong bối cảnh mạng xã hội. Sự bùng nổ của các mạng xã hội (ví dụ: diễn đàn, blog, Facebook, Twitter) đã tạo ra một khối lượng dữ liệu khổng lồ về ý kiến người dùng dưới dạng số hóa. Nhờ đó, từ những năm 2000, phân tích cảm xúc nhanh chóng trở thành một trong những hướng nghiên cứu sôi động nhất của NLP.

Nhiều nghiên cứu cho thấy phân tích cảm xúc trên mạng xã hội có thể giúp trích xuất những đánh giá, quan điểm chủ quan của cộng đồng một cách tự động. Kết quả phân tích này có ý nghĩa to lớn trong thực tiễn – từ việc giúp doanh nghiệp hiểu phản hồi của khách hàng, hỗ trợ ra quyết định kinh doanh, đến việc phân tích dư luận xã hội, dự đoán xu hướng bầu cử hay theo dõi tâm lý cộng đồng. Chính vì tầm quan trọng đó, lĩnh vực này đã mở rộng từ phạm vi khoa học máy tính sang cả quản trị, kinh tế và khoa học xã hội 1. Các phân loại cảm xúc Phân loại cảm xúc là một phần quan trọng trong phân tích cảm xúc, giúp xác định thái độ của người viết đối với một chủ đề cụ thể.

Cảm xúc có thể được chia thành các loại khác nhau, mỗi loại phản ánh những trạng thái tâm lý và ý kiến khác nhau. Dưới đây là ba phân loại chính của cảm xúc: ● Cảm xúc tích cực Cảm xúc tích cực thể hiện sự hài lòng, khen ngợi hoặc yêu thích. Những cảm xúc này thường liên quan đến những trải nghiệm vui vẻ, thành công hay sự thỏa mãn. 5 Các từ và cụm từ thường gặp: "tuyệt vời", "rất hài lòng", "xuất sắc", "thích", "hạnh phúc"….

● Cảm xúc tiêu cực Cảm xúc tiêu cực thể hiện sự không hài lòng, chỉ trích hoặc phê phán. Những cảm xúc này xuất hiện khi người viết trải qua những trải nghiệm không tốt hoặc thất vọng. Các từ và cụm từ thường gặp: "thất vọng", "không hài lòng", "Tệ", "Không đáng giá", "ghét"…. Hiện nay, bài toán phân tích cảm xúc có ba cấp độ chính đó là cấp độ câu văn (sentence- level), văn bản (document-level), và khía cạnh (aspect-level).

Ở cấp độ câu văn, mục tiêu của bài toán là phân loại một câu văn thành các lớp tiêu cực (negative), tích cực (positive), hoặc trung tính (neutral). Cấp độ văn bản được dùng để xác định mức độ cảm xúc của một đoạn văn (gồm hai hay nhiều câu văn) là tiêu cực, tích cực, hay trung tính. Và cấp độ khía cạnh được dùng để xác định mức độ cảm xúc cho mỗi khía cạnh của thực thể đề cập trong một văn bản. Trong phạm vi của khóa luận, giới hạn nghiên cứu nhóm sẽ chỉ nằm ở mỗi khía cạnh cấp độ câu văn.