Mở đầu Để thực hiện bài toán phân tích quan điểm chính trị này ta cần hiểu rõ bài toán này là gì, các yêu cầu của bài toán đặt ra là gì, hướng tiếp cận giải quyết bài toán thế nào, các phương pháp giải quyết của bài toán như thế nào… Ngoài ra, chương này còn trình bày tổng quan về một số công trình nghiên cứu liên quan hiện có đến bài toán Phân tích quan điểm đã được công bố trong và ngoài nước. Bài toán Phân tích Quan điểm chính trị từ mạng xã hội 2. Thực trạng Phân tích quan điểm là một vấn đề không phải mới trong giới công nghệ thông tin. Tuy nhiên, để có thể ứng dụng nó vào thực tế trong lĩnh vực cụ thể thì vẫn chưa có nhiều nghiên cứu liên quan, đặc biệt trong lĩnh vực chính trị.
Hiện nay, bên cạnh các kênh chính thống như các trang báo, đài thì các trang mạng xã hội của của các cơ quan, tổ chức cũng trở thành một kênh để giao tiếp trao đổi với người dân, các tổ chức doanh nghiệp trên môi trường mạng. Nó đóng góp vai trò giúp cơ quan, tổ chức nhà nước thu thập được ý kiến về các khía cạnh liên quan đến chính trị từ đó có những điều chỉnh chính sách phù hợp phát huy tính dân chủ, cải thiện chính sách nhà nước. Phát biểu bài toán Bài toán Phân tích quan điểm là một bài toán liên quan đến phân tích ngữ nghĩa để có thể xác định được đoạn văn thể hiện thế nào quan điểm người viết, chúng ta cần xây dựng một mô hình để hiểu được ý của đoạn văn đó. 12 Theo định nghĩa trong lĩnh vực máy học, chúng ta có thể định nghĩa đây là một bài toán phân lớp quan điểm dựa trên ngôn ngữ tự nhiên.
Trong luận văn này sẽ trọng tâm là xác định cảm xúc của văn bản là tích cực, tiêu cực hay trung lập. Đầu vào của bài toán là một câu văn hay đoạn văn bản, đầu ra là giá trị xác suất của lớp mà ta cần xác định, cụ thể là xác suất của 3 lớp: Tích cực (positive), Trung tính/Trung lập (neutral) hay Tiêu cực (negative). Hình 2-1 Mô hình của bài toán phân tích quan điểm. Có nhiều phương pháp để xử lý bài toán Phân tích quan.
Mỗi phương pháp đều có những ưu nhược điểm riêng. - Học máy (Machine Learning) + Sử dụng công nghệ Học máy và một số công cụ liên quan để xây dựng một mô hình phân loại và xác định câu văn hay đoạn văn bày tỏ quan điểm nào. + Phương pháp này thích hợp cho việc xử lý dữ liệu đầu vào bất kỳ câu văn hay đoạn văn. 13 + Tuy nhiên, chúng ta cần xây dựng một bộ dữ liệu tốt nhất có thể để đạt được kết quả cao trong phương pháp này, việc này cần nhiều thời gian và nhân lực.
+ Hiện nay, việc ứng dụng các kĩ thuật Học sâu (Deep Learning) là một phương thức phổ biến để hiện thực mô hình học máy này bởi nó phù hợp với các dữ liệu học đặc trưng. - Dựa trên từ vựng: + Trong cách này chung ta sẽ tiến hành tính điểm của các từ chỉ quan điểm và dựa vào đó tính điểm tổng thể để đánh giá quan điểm chung của câu văn hay đoạn văn. + Bằng cách này chúng ta không cần chuẩn bị dữ liệu để huấn luyện. Tuy nhiên một số lượng lớn các từ của văn bản không nằm trong bộ từ vựng quan điểm sẽ không được quan tâm và thứ tự của các từ cũng sẽ bị bỏ qua.
- Phương pháp lai: + Với phương pháp này ta sẽ kết hợp giữa Học máy và cách tiếp cận dự trên từ vựng để phân lớp quan điểm của câu văn hay đoạn văn. + Phương pháp này sẽ sử dụng từ điển để rút trích các đặc trưng quan trọng cho dữ liệu và sau đó đưa dữ liệu vừa rút trích được vào mô hình phân tích. Tuy nhiên phương pháp này thường đạt kết quả cao với dữ liệu đầu vào là một câu văn. Một số phương pháp phân tích quan điểm 14 2.
Phương pháp sử dụng từ điển Hình 2-2 Sơ đồ phân lớp quan điểm sử dụng từ điển Dữ liệu sau khi được tiền xử lý sẽ được phân lớp dự trên từ điển liên quan đến khía cạnh nghiên cứu được xây dựng. Trong mô hình này, dựa vào từ điển để tìm kiếm đặc trưng cho từng quan điểm và xác định điểm số cho chúng. Sau đó, các điểm số này sẽ được tổng hợp lại theo một độ đo, từ đó xác định văn bản đầu và thuộc quan điểm nào. Đối với phương pháp này sử dụng từ điển thì không cần phải chuẩn bị dữ liệu để huấn luyện và kiểm tra, thay vào đó là phải chuẩn bị bộ từ điển cho các quan điểm muốn xác định.
Ngoài ra, độ chính xác của phương pháp này còn phụ thuộc vào độ tốt của từ điển. 15 Trong mô hình này, thứ tự các từ sẽ bị bỏ qua cũng như các từ chứa nội dung quan trọng có thể không được quan tâm tới. Phương pháp học máy giám sát Hình 2-3 Sơ đồ phân lớp quan điểm sử dụng Học máy Dữ liệu đầu vào là dữ liệu đã được xử lý ở các bước tiền xử lý. Trong mô hình học máy, quá trình học sẽ lưu lại những tham số, configure,.
chúng ta có thể gọi nôm na là kiến thức mà học máy được. Dựa vào những gì đã học được, khi có dữ liệu mới xuất hiện, máy sẽ dựa vào đó phân tích và đánh giá xem dữ liệu thuộc quan điểm nào. Kết quả đầu ra là xác suất của từng quan điểm mà chúng ta định nghĩa, từ xác suất này chúng ta có thể xác định được dữ liệu đầu vào thuộc hoặc thiên về quan điểm nào. 16 Ưu điểm của phương pháp này là dữ liệu đầu vào có thể là một câu đơn hoặc là một đoạn văn, những nội dung quan trọng có thể được bảo toàn, độ chính xác cao.
Tuy nhiên, để thực hiện phương pháp này phải chuẩn bị dữ liệu để huấn luyện và nguồn dữ liệu càng dồi dào càng tốt. Phương pháp học máy kết hợp sử dụng từ điển Hình 2-4 Sơ đồ phân lớp quan điểm sử dụng Học máy kết hợp từ điển Phương pháp này còn được gọi ngắn gọn là Phương pháp lai. Trong phương pháp này chúng ta dựa vào bộ từ điển để rút trích những từ quan trọng cần thiết cho quá trình xử lý và sau đó chuyển dữ liệu này thành input cho quá trình học máy. Nhược điểm của phương pháp này là thường chỉ thích hợp với dữ liệu đầu vào là các câu đơn.
Một số nghiên cứu liên quan 2. Phân tích cảm xúc với dữ liệu từ mạng Twitter Alexander Park và cộng sự (2015) [1] đã tự thu thập dữ liệu trên Twitter sau đó xây dựng bộ phân lớp cảm xúc để xác định cảm xúc tích cực (positive), tiêu cực (negative), hay trung lập (neutral). Nhận định: - Ưu điểm: + Tác giả tự động thu thập dữ liệu cho việc phân tích cảm xúc và khai thác ý kiến. + Trong đề tài này tác giả nghiên cứu hai mô hình: tree kernel và feature based models.
- Nhược điểm: + Chưa có phân tích ngữ nghĩa và topic modeling. + Chỉ hỗ trợ ngôn ngữ tiếng Anh. Phân tích cảm xúc trong giáo dục đại học qua các thông tin tiếng Việt trên Web Nguyễn Đăng Thành (2016) [2] đã phân tích cảm xúc của các đọc giả thông qua các comment trên các trang báo điện tử cụ thể là VNExpress. Nghiên cứu này tác giả sử dụng phương pháp kết hợp bộ từ điển cảm xúc và phương pháp học máy giám sát để phân tích cảm xúc trong các comment của đọc giả.
Nhận định: - Ưu điểm: Hệ thống tìm được chủ đề ẩn của dữ liệu. - Nhược điểm: Hệ thống chỉ mới phân tích cảm xúc tổng quát, chưa phân tích cảm xúc theo từng chủ đề cụ thể. Nghiên cứu kỹ thuật phân tích cảm xúc ứng dụng vào cải tiến chất lượng đào tạo đại học Trần Văn Tiến, Nguyễn Minh Trường (2017) [3] đã tiến hành sử dụng các phương pháp xử lý dữ liệu và rút trích đặc trưng từ những phản hồi của sinh viên. Sau đó kết hợp với phương pháp học máy để phân tích cảm xúc cho các phản hồi đó.
Đầu vào là phản hồi của sinh viên, đầu ra là nhận định câu đó mang sắc thái cảm xúc nào (tích cực, tiêu cực, trung tính). Nhận định: - Ưu điểm: + Kết quả đầu ra chia thành ba lớp: tích cực, tiêu cực, trung tính. + Tập trung so sánh các phương pháp để giải quyết bài toán và từ đó đưa ra lựa chọn phương pháp phù hợp nhất. - Nhược điểm: + Chỉ xử lý tập trung trong một lĩnh vực là những phản hồi, đánh giá của sinh viên UIT về quá trình giảng dạy của giảng viên.
+ Chỉ phân tích cảm xúc, chưa phân loại cụ thể những khía cạnh của lĩnh vực nghiên cứu. Phân tích cảm xúc tiếng Việt trong viễn cảnh Big Data: Hướng tiếp cận Deep Learning Quản Thành Thơ (2017) [4] đã trình bày về tầm quan trọng của Big Data đến từ truyền thông xã hội đối với các thương hiệu tại Việt Nam, cũng như là tầm quan trọng của phân tích cảm xúc đối với Big Data. Bên cạnh đó, là những chia sẻ về cách tiếp cận của học máy với phân tích cảm xúc. Nhân định: - Ưu điểm: 19 + Trình bày cụ thể về cách tiếp cận và các bước để phân tích cảm xúc.
+ Giải thích chi tiết về các công nghệ và thuật toán để tiến hành phân tích cảm xúc. - Nhược điểm: Đây chỉ là một bài chia sẻ hơn là nghiên cứu để cho ra một sản phẩm phần mềm. Phân lớp chủ đề và đánh giá cảm xúc cho tiếng Việt Hung T. Vo và cộng sự (2016) [5] đã thu thập những phản hồi và đánh giá của các công ty về những sinh viên của trường thực tập tại đó để tiến hành phân lớp chủ đề và đánh giá cảm xúc, từ đó giúp cải thiện chất lượng đào tạo của trường.
Nghiên cứu phân loại thành các chủ đề là lập trình, thiết kế, giao tiếp, ngoại ngữ, thuyết trình,. và phân thành hai lớp cảm xúc (tích cực, tiêu cực). Nhận định: - Tiến hành thực nghiệm các thuật toán Naive Bayes, IBk (K Nearest Neighbors), SMO (Support Vector Machine) và so sánh kết quả thực nghiệm. - Phương pháp đề xuất tập trung vào cụm tính từ và cụm động từ để trích xuất cấu trúc của nhận xét.