CHƯƠNG 1 : TỔNG QUAN VỀ PHÂN TÍCH QUAN ĐIỂM 1.1 Nhu cầu về thông tin quan điểm và nhận xét Những thông tin nhận xét góp ý đã luôn luôn là một phần quan trọng trong viêc̣ cung cấp thông tin cho quátrinh̀¤ ra quyết đinḥ của hầu hết chúng ta. Trước khi Internet trởlên phổbiến, chúng ta thường yêu cầu baṇ bèhay người thân giới thiệu một thợ cơ khí tự động hoặc yêu cầu tài liệu tham khảo liên quan đến xin việc từ các đồng nghiệp, hoặc tư vấn tiêu dùng. Ngày nay, Internet và Web đa ̃giúp cho chúng ta cóthểdê ̃dàng tiếp câṇ các ýkiến và kinh nghiêṃ của những người khác màkhông nhất thiết phải lànhững người quen biết cánhân, không phải làcác nhàphê binh̀¤ chuyên nghiêp̣ nổi tiếng, những người màchúng ta chưa bao giờ nghe nói tới trong không gian rộng lớn. Và ngược lại, ngày càng nhiều vànhiều hơn nữa những người sẵn sàng cung cấp các ýkiến của mình cho những người khác qua Internet.
Theo hai cuộc khảo sát của hơn 2000 người Mỹ trưởng thành mỗi: 81% người dùng Internet (hoặc 60% người Mỹ) đã thực hiện nghiên cứu trực tuyến về một sản phẩm ít nhất một lần; 20% (15% của tất cả các người Mỹ) làm như vậy trong một ngày. Trong số các độc giả đánh giá trực tuyến của nhà hàng, khách sạn, và các dịch vụ khác nhau (ví dụ như, các cơ quan du lịch hoặc bác sĩ), giữa 73% và 87% báo cáo đánh giá đã có một ảnh hưởng đáng kể mua hàng của họ. Người tiêu dùng sẵn sàng trả từ 20% đến 99% một mục đươc̣ đánh giá5 sao cao hơn so với một mục đánh giá 4 sao, 32% đã cung cấp một đánh giá về một sản phẩm, dịch vụ thông qua một hệ thống xếp hạng trực tuyến, trong đó có 18% của công dân trực tuyến cao cấp, có đăng một bình luận trực tuyến hoặc xem xét về một sản phẩm hay dịch vụ. Thống kê nhanh chỉra rằng viêc̣ tiêu thu ̣hàng hóa và dịch vụ không phải là động cơ duy nhất khi người dùng tìm kiếm hoặc thể hiện ýkiến trực tuyến.
Sư ̣cần thiết của những thông tin chính tri ̣cũng làmôṭ yếu tố quan trong̣. Ví dụ, trong một cuộc khảo sát hơn 2500 người Mỹ trưởng thành, Rainie và Horrigan nghiên cứu có31% người Mỹ - trên 60 triệu người - 2006 người dùng Internet vâṇ đông̣ tranh cử, là những người thu thập thông tin về 15 cuộc bầu cử năm 2006 trực tuyến và trao đổi nhâṇ xét thông qua email. Trong số này: • 28% nói rằng nguyên nhân chính cho các hoạt động trực tuyến này để thu nhâṇ được quan điểm từ bên trong cộng đồng của họ, và 34% cho biết một lý do chính là để nhâṇ được quan điểm từ bên ngoài cộng đồng của họ. • 27% đã xem đánh giá trực tuyến cho sự tán thành hoặc xếp hạng của các tổ chức bên ngoài.
• 28% cho biết rằng hầu hết các trang web mà họ sử dụng để chia sẻ quan điểm, nhưng 29% nói rằng phần lớn các trang web mà họ sử dụng thách thức quan điểm của họ, chỉ ra rằng nhiều người không chỉ đơn giản là tìm kiếm đểxác nhận các quan điểm cótrước của ho.̣ • 8% đăng binh̀¤ luâṇ trực tuyến bình luận chính trị riêng của họ. Đối với người dùng tìm kiếm sư ̣tin câỵ trong những lời khuyên vàtư vấn trưc̣ tuyến quan tâm đến viêc̣ xây dưng̣ môṭhê ̣thống mới đểxử lýtrưc̣ tiếp các quan điểm trước tiên làphân loaịchúng. Theo Horrigan thống kê rằng trong khi đa số người sử dụng internet của Mỹ cho rằng kinh nghiệm tích cực trong nghiên cứu sản phẩm trực tuyến, 58% cho rằng thông tin trực tuyến là thiếu, khótìm, khó hiểu vàhoăc̣ quánhiều. Vì vậy, nhu cầu cómôṭhê ̣thống đểhỗtrơ ̣người tiêu dùng tìm kiếm thông tin làrất cần thiết.
Các nhàcung cấp sản phẩm ngày càng chúýhơn đến sự quan tâm mà người dùng cá nhân thểhiêṇ trong các nhận xét trực tuyến về sản phẩm và dịch vụ, vàsư ̣ảnh hưởng như xu thếsửdung̣. Với sự bùng nổ của nền tảng Web 2.0 như các blog, diễn đàn thảo luận, peer-to-peer mạng, và các loại khác nhau của các mang̣ xa ̃hôị. • Thống kê của Facebook: có hơn 500 triệu người dùng ở trạng thái hoạt động (active) mỗi người có trung bình 130 bạn (friends), trao đổi qua lại trên 900 triệu đối tượng. • Twitter (5/2011): có hơn 200 triệu người dùng.
Một ngày có hơn 300 nghìn tài khoản mới, trung bình hơn 190 triệu tin nhắn, xử lý trung bình khoảng 1,6 tỷ câu hỏi. 16 • Ở Việt Nam: các mạng xã hội zing.vn … thu hút được đông đảo người dùng tham gia. Môṭ lương̣ đông đảo người dùng gia tăng chưa từng có và có quyền chia sẻ kinh nghiệm và nhận xét của riêng họ vềbất kỳsản phẩm hoăc̣ dicḥ vu,̣ làtích cực hay tiêu cực. Khi các công ty lớn đang ngày càng nhận ra, những tiếng nói của người tiêu dùng có thể vận dụng rất lớn ảnh hưởng trong việc hình thành nhận xét của người tiêu dùng khác, cuối cùng đểtrung thành với thương hiệu của họ, ho ̣quyết định mua, và vận động cho chính thương hiệu của họ.
Công ty có thể đáp ứng với những hiểu biết của người tiêu dùng mà họ tạo ra thông qua điều khiển phương tiện truyền thông xã hội và phân tích các thông điêp̣ maketing của ho,̣đinḥ vi ̣thương hiêu,̣ phát triển sản phẩm vàcác hoaṭđông̣ phùhơp̣ khác. Tuy nhiên, các nhà phân tích ngành công nghiệp lưu ý rằng việc tận dụng các phương tiện truyền thông mới cho mục đích theo dõi hình ảnh sản phẩm đòi hỏi cần phải cócông nghệ mới. Các nhà tiếp thị luôn luôn cần giám sát các phương tiện truyền thông cho thông tin liên quan đến thương hiệu của mình - cho dù đó là đối với các hoạt động quan hệ công chúng, vi phạm gian lận, hoặc tình báo cạnh tranh. Nhưng phân mảnh các phương tiện truyền thông và thay đổi hành vi của người tiêu dùng đã loaị trừ các phương pháp giám sát truyền thống.
Technorati ước tính rằng 75. 000 blog mới được tạo ra mỗi ngày, cùng với 1, 2 triệu bài viết mỗi ngày, trong đó có nhiều nhận xét người tiêu dùng thảo luận về sản phẩm và dịch vụ. Vì vậy, không chỉcócá nhân, màcác công ty, các tổchức đều quan tâm đến môṭhệ thống có khả năng tự động phân tích quan điểm của người tiêu dùng.2 Lịch sử của phân tích quan điểm và khai thác quan điểm Linh̃ vưc̣ phân tích quan điểm (sentiment analysis) hay khai thác quan điểm (opinion mining) gần đây đã thu hút được sự quan tâm rộng rãi của các nhànghiên cứu. Năm 2001 bắt đầu đánh dấu sư ̣lan rộng nhận thức về các vấn đề nghiên cứu và cơ hội nâng cao phân tích tình cảm và khai thác quan điểm.
17 Các nhân tốđươc̣ nghiên cứu gồm: • Sự gia tăng của các phương pháp học máy, xử lý ngôn ngữ tự nhiên và khôi phục thông tin. • Sự sẵn có của các tâp̣ dữ liệu đào taọ cho các thuật toán học máy, sư ̣ phát triển của Internet, cụ thể làsự phát triển của tâp̣ hơp̣ các trang Web thu thâp̣ các ýkiến vàquan điểm. • Thực hiện những thách thức trí tuệ, thương mại và các ứng dụng thông minh trong linh̃ vưc̣ này. Thuâṭngữkhai thác quan điểm (Dave et al.
2003) là các công cu ̣khai thác quan điểm se ̃xử lý một tập hợp các kết quả tìm kiếm cho một đối tương̣ nhất định, sinh ra một danh sách các thuộc tính sản phẩm (chất lượng, đăc̣ trưng, vv) và các quan điểm tổng hợp vềchúng (kém, bình thường, tốt). “Phân tích quan điểm” làcụm từ song song của "khai thác quan điểm" ở những khía cạnh nhất định (Das và Chen Tong, 2001). “Phân tích quan điểm" và "khai thác quan điểm" biểu thị cùng một lĩnh vực nghiên cứu.3 Một số nghiên cứu trong phân tích quan điểm Gần đây, khai thác quan điểm đã trở thành chủ đề nóng giữa các nhà nghiên cứu xử lý ngôn ngữ tự nhiên và trích chọn thông tin. Cókhá nhiều các bài báo được xuất bản và những ứng dụng khác nhau có sử dụng hệ thống đánh giá quan điểm được phát triển và đưa vào trong hoạt động thương mại.
Các tiếp câṇ chủyếu với bài toán này là: Phân lớp quan điểm thông qua viêc̣ xác đinḥ từ, cụm từ chỉ quan điểm Xác định quan điểm với các thểhiêṇ trong từng thuôc̣ tính của đối tương̣ cần tìm kiếm quan điểm.1 Xác định cụm từ, quan điểm Những từ, cụm từ chỉ quan điểm là những từ ngữ được sử dụng để diễn tả cảm xúc, ý kiến người viết, những quan điểm chủ quan đó dựa trên những vấn đề mà anh ta hay cô ta đang tranh luận. Việc rút ra những từ, cụm từ chỉ quan điểm là giai đoạn đầu tiên trong hệ thống đánh giá quan điểm, vì những 18 từ, cụm từ này là những chìa khóa cho công việc nhận biết và phân loại tài liệu sau đó. Ứng dụng dựa trên hệ thống đánh giá quan điểm hiện nay tập trung vào các từ chỉ nội dung câu: danh từ, động từ, tính từ và phó từ. Phần lớn công việc sử dụng từ loại để rút chúng ra (Hu và Liu, 2004, Turney, 2002).
Việc gán nhãn từ loại cũng được sử dụng trong công việc này, điều này có thể giúp cho việc nhận biết xu hướng quan điểm trong giai đoạn tiếp theo. Những kĩ thuật phân tích ngôn ngữ tự nhiên khác như xóa: stopwords, stemming cũng được sử dụng trong giai đoạn tiền xử lý để rút ra từ, cụm từ chỉ quan điểm 1.2 Sử dụng tính từ và phó từ Những hệ thống hiện tại dùng để nhận biết những từ chỉ quan điểm hay xu hướng quan điểm tập trung chủ yếu vào các tính từ và phó từ vì chúng được xem là sự biểu lộ rõ ràng nhất của tính chủ quan ( Hatzivassiloglou and McKeown, 1997, Wiebe and Bruce, 1999 ). Hu và Liu (2004) áp dụng việc gán nhãn từ loại và kĩ thuật xử lý ngôn ngữ tự nhiên nhằm rút ra những tính từ cũng như những từ chỉ quan điểm. Phương pháp của ho ̣dưạ vào viêc̣ phân loaịdưạ trên dấu hiêụ quan điểm về sản phẩm: Định nghĩa một câu mà chứa một hay nhiều dấu hiệu sản phẩm và từ chỉ quan điểm được xem là một câu chỉ quan điểm.
Với mỗi câu trong dữ liệu chỉ quan điểm, rút ra tất cả những tính từ được coi là những từ chỉ quan điểm. Kết quả thực nghiệm việc rút ra những câu đánh giá quan điểm có độ chính xác (precision) khoảng 64.2% và recall là 69. Sử dụng WordNet (Fellbaum, 1998) để xác định các tính từ được rút ra mang chiều hướng tích cực (positive) hay tiêu cực (negative). Trong WordNet, các tính từ được tổ chức thành các cụm từ lưỡng cực, nửa cụm thứ hai phần đầu là từ trái nghĩa của cụm thứ nhất.