Tóm tắt ý kiến trong luận văn thạc sĩ khoa học máy tính về phân loại cảm xúc

Luận văn thạc sĩ nghiên cứu máy tính tóm tắt ý kiến trên cơ sở phân loại cảm xúc, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp hoàn thiện trong lĩnh vực .

• Tác giả: Nguyễn Ngọc Duy
• Người hướng dẫn: GS. Phan Thị Tươi
• Trường học: Đại học Bách Khoa - ĐHQG Tp. HCM
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Tóm Tắt Ý Kiến Trên Cơ Sở Phân Loại Cảm Xúc
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT ĐỀ TÀI
• ABSTRACT
• LỜI CAM ĐOAN
• 1. Chương 1: GIỚI THIỆU
• 1.1. Lý do chọn đề tài
• 1.2. Mục đích nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 2. Chương 2: TỔNG QUAN
• 2.1. Các công trình liên quan
• 2.2. Mô hình tổng quan
• 3. Chương 3: CƠ SỞ LÝ THUYẾT
• 3.1. Tập ngữ liệu
• 3.2. Tóm tắt ý kiến trên cơ sở phân loại cảm xúc
• 3.3. Phương pháp thực hiện đề tài
• 4. Chương 4: MÔ HÌNH HỆ THỐNG VÀ PHƯƠNG PHÁP THỰC HIỆN
• 4.1. Mô hình tóm tắt ý kiến dựa trên phân loại cảm xúc
• 4.2. Phương pháp thực hiện
• 5. Chương 5: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 5.1. Dữ liệu thử nghiệm
• 5.2. Kết quả và đánh giá
• 5.3. Kết quả thử nghiệm
• 6. Chương 6: KẾT LUẬN
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu

Luận văn thạc sĩ về phân loại cảm xúc trong lĩnh vực khoa học máy tính tập trung vào việc xây dựng mô hình tóm tắt ý kiến dựa trên cảm xúc. Mục tiêu chính là phát triển một hệ thống tự động có khả năng phân loại và tóm tắt ý kiến từ các nguồn thông tin không tiêu chuẩn, đặc biệt là từ các trang mạng xã hội và báo điện tử. Việc phân tích cảm xúc không chỉ giúp hiểu rõ hơn về ý kiến của người dùng mà còn hỗ trợ trong việc ra quyết định cho các doanh nghiệp và cơ quan chính phủ. Theo tác giả, việc xây dựng mô hình này là cần thiết do sự gia tăng nhanh chóng của thông tin trên internet, đòi hỏi một phương pháp hiệu quả để xử lý và phân tích dữ liệu.

1.1. Lý do chọn đề tài

Trong thời đại thông tin hiện nay, việc nắm bắt ý kiến của người tiêu dùng và công chúng là rất quan trọng. Các nhà sản xuất và chính phủ cần hiểu rõ cảm xúc của người dân để đưa ra quyết định đúng đắn. Hệ thống phân loại cảm xúc sẽ giúp thu thập và phân tích ý kiến một cách nhanh chóng và chính xác, từ đó tạo ra những thông tin có giá trị cho các bên liên quan.

1.2. Mục đích nghiên cứu

Mục đích của nghiên cứu là xây dựng mô hình tóm tắt ý kiến dựa trên phân loại cảm xúc cho tiếng Việt. Điều này bao gồm việc nghiên cứu các phương pháp phân loại cảm xúc, tóm tắt văn bản và áp dụng chúng vào các nguồn dữ liệu thực tế. Mô hình này sẽ giúp cải thiện khả năng xử lý thông tin và cung cấp cái nhìn sâu sắc về cảm xúc của người dùng.

II. Tổng quan

Chương này trình bày tổng quan về các công trình nghiên cứu liên quan đến phân loại cảm xúc và tóm tắt văn bản. Nghiên cứu về cảm xúc trong văn bản tiếng Anh đã có nhiều thành tựu, nhưng đối với tiếng Việt, các nghiên cứu còn hạn chế. Việc phân tích cảm xúc không chỉ dừng lại ở việc phân loại đơn giản mà còn cần phải xem xét các mức độ cảm xúc khác nhau, từ tích cực đến tiêu cực và trung lập. Mô hình tổng quan cho hệ thống phân tích cảm xúc sẽ bao gồm các bước như tiền xử lý, rút trích đặc trưng và phân cực cảm xúc.

2.1. Các công trình liên quan

Nghiên cứu về phân loại cảm xúc đã được thực hiện từ đầu những năm 2000 với nhiều kết quả khả quan. Các mô hình này thường sử dụng kho ngữ liệu lớn và đạt độ chính xác cao. Tuy nhiên, các nghiên cứu cho tiếng Việt vẫn còn thiếu và cần được phát triển hơn nữa để đáp ứng nhu cầu thực tiễn.

2.2. Mô hình tổng quan

Mô hình tổng quan cho hệ thống phân tích cảm xúc bao gồm các khối xử lý chính như tiền xử lý, rút trích đặc trưng và phân cực cảm xúc. Mỗi khối xử lý đóng vai trò quan trọng trong việc xác định cảm xúc của văn bản và tóm tắt ý kiến một cách hiệu quả. Việc chuẩn hóa văn bản không tiêu chuẩn là một thách thức lớn trong quá trình này.

III. Cơ sở lý thuyết

Chương này tập trung vào các lý thuyết và phương pháp liên quan đến phân loại cảm xúc và tóm tắt văn bản. Việc phân loại cảm xúc cần thực hiện qua hai quá trình chính: phân loại cảm xúc cho các ý kiến và tóm tắt các ý kiến trong mỗi lớp cảm xúc. Các lớp cảm xúc cơ bản bao gồm tích cực, tiêu cực và trung lập, với khả năng phân chia thành nhiều mức độ khác nhau. Mô hình tóm tắt sẽ được xây dựng dựa trên các đặc điểm ngữ nghĩa của tiếng Việt.

3.1. Phân loại cảm xúc

Phân loại cảm xúc là quá trình xác định cảm xúc của một văn bản dựa trên các từ ngữ và ngữ cảnh. Các phương pháp hiện đại như học máy và trí tuệ nhân tạo được áp dụng để cải thiện độ chính xác của việc phân loại. Việc xây dựng bộ từ điển cảm xúc tiếng Việt là một phần quan trọng trong quá trình này.

3.2. Tóm tắt văn bản

Tóm tắt văn bản là quá trình làm giảm độ dài và độ phức tạp của văn bản trong khi vẫn giữ lại các nội dung có giá trị. Các phương pháp tóm tắt có thể bao gồm tóm tắt rút trích và tóm tắt tổng hợp. Việc áp dụng các phương pháp này vào văn bản không tiêu chuẩn là một thách thức lớn, đòi hỏi sự sáng tạo và nghiên cứu kỹ lưỡng.

IV. Mô hình hệ thống và phương pháp thực hiện

Chương này trình bày mô hình hệ thống và các phương pháp thực hiện cho việc tóm tắt ý kiến dựa trên phân loại cảm xúc. Mô hình sẽ bao gồm các bước từ thu thập dữ liệu, xử lý dữ liệu đến phân tích và tóm tắt. Việc áp dụng các thuật toán học máy sẽ giúp cải thiện khả năng phân loại và tóm tắt ý kiến một cách tự động và hiệu quả.

4.1. Mô hình tóm tắt ý kiến

Mô hình tóm tắt ý kiến sẽ được xây dựng dựa trên các đặc điểm của văn bản không tiêu chuẩn. Các ý kiến sẽ được phân loại theo các lớp cảm xúc và sau đó được tóm tắt để giảm bớt độ phức tạp. Việc sử dụng các thuật toán học máy sẽ giúp cải thiện độ chính xác và hiệu quả của mô hình.

4.2. Phương pháp thực hiện

Phương pháp thực hiện sẽ bao gồm việc thu thập dữ liệu từ các nguồn khác nhau, xử lý dữ liệu để chuẩn hóa và phân loại cảm xúc. Các bước này sẽ được thực hiện một cách tuần tự để đảm bảo tính chính xác và hiệu quả trong việc tóm tắt ý kiến. Việc áp dụng các công nghệ hiện đại sẽ giúp tối ưu hóa quy trình này.

V. Thực nghiệm và đánh giá

Chương này sẽ trình bày kết quả thực nghiệm và đánh giá mô hình đã xây dựng. Các dữ liệu thử nghiệm sẽ được thu thập từ các nguồn khác nhau và được phân tích để đánh giá độ chính xác của mô hình. Kết quả sẽ được so sánh với các phương pháp hiện có để xác định hiệu quả của mô hình mới.

5.1. Dữ liệu thử nghiệm

Dữ liệu thử nghiệm sẽ được thu thập từ các trang mạng xã hội và báo điện tử, nơi có nhiều ý kiến của người dùng. Việc lựa chọn dữ liệu phù hợp là rất quan trọng để đảm bảo tính đại diện và độ chính xác của kết quả.

5.2. Kết quả và đánh giá

Kết quả thực nghiệm sẽ được phân tích để đánh giá độ chính xác của mô hình. Các chỉ số như độ chính xác, độ nhạy và độ đặc hiệu sẽ được sử dụng để đánh giá hiệu quả của mô hình. Kết quả sẽ được so sánh với các phương pháp khác để xác định ưu điểm và nhược điểm của mô hình mới.

VI. Kết luận

Luận văn đã trình bày một cách tổng quan về việc xây dựng mô hình tóm tắt ý kiến dựa trên phân loại cảm xúc cho tiếng Việt. Mô hình này không chỉ giúp cải thiện khả năng xử lý thông tin mà còn cung cấp cái nhìn sâu sắc về cảm xúc của người dùng. Kết quả nghiên cứu có thể được áp dụng trong nhiều lĩnh vực khác nhau, từ marketing đến nghiên cứu xã hội. Tương lai, cần tiếp tục nghiên cứu và phát triển để cải thiện độ chính xác và khả năng áp dụng của mô hình.

Trích đoạn nội dung tài liệu

Chương 1: GIỚI THIỆU 1. Lý do chọn đề tài "Phần lớn người khác nghĩ gì" luôn là một phần quan trọng của thông tin đối với hầu hết chúng ta trong quá trình ra quyết định đối với mọi vấn đề trong cuộc sống. Chuẩn bị đi mua một món hàng, chúng ta muốn biết những người đã sử dụng đánh giá thế nào về chức năng hay giá trị sử dụng của loại sản phẩm này? nên chọn thương hiệu nào trong số những thương hiệu hiện thời cho loại sản phẩm này? Nhà sản xuất chuẩn bị kế hoạch sản xuất một mặt hàng muốn biết người tiêu dùng là những người đã và cả những người chưa sử dụng, đánh giá thế nào về dòng sản phẩm này? Chính phủ dự định ban hành một nghị định mới muốn biết nhân dân ủng hộ thế nào đối với nghị định mới này sau khi đưa ra bản dự thảo?. Để có được một số liệu đủ tin cậy trả lời cho những câu hỏi như trên đòi hỏi chi phí về thời gian và tài chính rất lớn cho quá trình thu thập và xử lý thông tin theo phương pháp thủ công.

Trong thời đại ngày nay, thông tin về mọi lĩnh vực của cuộc sống là vô cùng phong phú, đặc biệt trong môi trường mạng internet. Vì vậy, nếu có một hệ thống tự động thu thập thông tin từ mạng internet và xử lý chúng theo hướng phân loại ý kiến trên cơ sở phân loại cảm xúc thì sẽ hiệu quả về nhiều mặt. Muốn xây dựng thành công một hệ thống như vậy đòi hỏi một quá trình nghiên cứu lâu dài. Trên thế giới, một số công trình nghiên cứu về lĩnh vực này cho tiếng Anh đã thu được những kết quả rất khả quan.

Đối với tiếng Việt thì những công trình nghiên cứu về lĩnh vực này còn hạn chế. Vì thế tác giả khi thực hiện đề tài gặp nhiều khó khăn và thách thức. Mục đích nghiên cứu Xây dựng mô hình tóm tắt các ý kiến trên cơ sở phân loại cảm xúc cho các trang báo có ghi nhận ý kiến đọc giả và các trang mạng xã hội tiếng Việt. Để thực hiện mục tiêu của đề tài, cần thực hiện các bước: – Nghiên cứu các lý thuyết, giải thuật tóm tắt và phân loại cảm xúc.

– Nghiên cứu những đặc tính cơ bản của văn phạm tiếng Việt. – Xây dựng mô hình tóm tắt ý kiến trên cơ sở phân loại cảm xúc cho tiếng Việt. – Áp dụng cho việc tóm tắt ý kiến trên cơ sở phân loại cảm xúc cho các trang báo có ghi nhận ý kiến đọc giả và các trang mạng xã hội tiếng Việt. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: tóm tắt các ý kiến trên cơ sở phân loại cảm xúc trong ngôn ngữ tiếng Việt.

1 Phạm vi nghiên cứu: xây dựng mô hình tóm tắt ý kiến trên cơ sở phân loại cảm xúc cho một chủ đề cụ thể trong tiếng Việt trên các trang báo có ghi nhận ý kiến đọc giả hay các trang mạng xã hội. Để thực hiện đề tài cho đối tượng đã nêu trên, phù hợp với phạm vi nghiên cứu, luận văn sẽ thực hiện các bước: Xây dựng tập dữ liệu về cảm xúc cho tiếng Việt bao gồm từ điển cảm xúc đơn giản, kho ngữ liệu đã được phân loại về cảm xúc (đơn giản). Xây dựng mô hình tóm tắt ý kiến trên cơ sở phân loại cảm xúc. Phương pháp nghiên cứu Để thực hiện đề tài luận văn, cần nghiên cứu : – Các cơ sở lý thuyết về xử lý ngôn ngữ tự nhiên cho tiếng Việt, tóm tắt văn bản và lý thuyết về phân loại cảm xúc.

– Đề xuất phương pháp hiện thực đề tài trên cơ sở áp dụng và phát triển các phương pháp hiện đại và những đặc tính riêng biệt của tiếng Việt. 2 Chương 2: TỔNG QUAN 2. Các công trình liên quan 2.1 Tổng quan Những năm gần đây đã có sự thay đổi quan trọng trong cách thông tin khách quan và chủ quan, và tác động của chúng đến xã hội và mỗi cá nhân. Không chỉ có nội dung mang tính thông báo của tin tức được quan tâm, mà cả ý kiến, quan điểm chủ quan của người sử dụng, độc giả về một vấn đề nào đó cũng được đăng tải trên các phương tiện truyền thông, nhất là trên mạng internet.

Điều này có tác động rất lớn đến các quyết định của người sử dụng, từ đó ảnh hưởng đến sự phát triển kinh tế và xã hội. Được hỗ trợ bởi sự phát triển nhanh chóng của Internet và các công nghệ Web 2.0, sự phát triển mạnh mẽ của mạng xã hội, diễn đàn, "blog" như là một hiện tượng của thế giới. Việc trao đổi quan điểm và tranh luận về vấn đề liên quan đến cuộc sống đã đạt đến quy mô toàn cầu. Người ta thể hiện và tìm kiếm ý kiến trên các blog, diễn đàn, trong đánh giá và bình luận - dẫn đến việc tạo ra số lượng lớn dữ liệu mà không thể xử lý bằng phương pháp thủ công.

Việc phân tích về tiềm năng khách hàng, các công ty, số liệu công cộng và các tổ chức v.v … đã mang lại nhiều kết quả hữu ích cho nhiều đối tượng khác nhau. Tuy nhiên, với những nghiên cứu ở quy mô lớn về phân tích ý kiến cho tiếp thị, nghiên cứu xã hội học hay chính trị, hỗ trợ ra quyết định thì hệ thống tự động tóm tắt các ý kiến dựa trên cơ sở phân loại cảm xúc là thật sự cần thiết.2 Các công trình liên quan Hướng nghiên cứu phân tích cảm xúc cho văn bản tiếng Anh trên thế giới đã được bắt đầu từ đầu những năm 2000 và đã có nhiều kết quả rất tốt được ghi nhận [10]. Kho ngữ liệu mà các tác giả này sử dụng là 51 blog với kết quả có độ chính xác khá cao trên 90%. Các tác giả [15] thử nghiệm hệ thống của mình, với vài phương pháp khác nhau, cũng có được kết quả chính xác trên 80%.

Các công trình mà các tác giả trên thế giới thực hiện với nhiều lĩnh vực khác nhau như giải trí (bình luận phim), thương mại (đánh giá sản phẩm), xã hội (tình trạng thất nghiệp …), … 3 Các nghiên cứu cho tiếng Việt trong hướng này, theo hiểu biết của tác giả, còn rất hạn chế. Mô hình tổng quan Rút trích đặc trưng Tập ý Tập ý kiến Input Output Tiền xử lý Tóm tắt kiến đã tóm tắt, tổng hợp Phân cực cảm xúc Hình 2.1: Mô hình tổng quan cho hệ thống phân cực cảm xúc Các khối xử lý chính của hệ thống gồm có: - Tiền xử lý: - Rút trích đặc trưng. - Phân cực cảm xúc - Tóm tắt Thông thường, các văn bản chứa cảm xúc là các văn bản không tiêu chuẩn. Vì vậy, để có thể xử lý và phân tích cần được xử lý chuẩn hóa về mặt hình thức (không xử lý về mặt nội dung).

Sau khi đã được chuẩn hóa về hình thức sẽ được thực hiện phân tích rút trích đăng trưng cảm xúc. Không giống như phân tích, xử lý về mặt nội dung (tóm tắt, phân loại theo chủ đề, …) thường quan tâm đến tần suất xuất hiện của các thực thể. Trọng số của thực thể chính là số lần xuất hiện của thực thể đấy trong văn bản. Với phân tích cảm xúc thì số lần xuất hiện của thực thể không phải là quan trọng.

Mỗi thực thể chứa cảm xúc được đặc trưng bởi một trọng số đặc trưng cho mức độ cảm xúc của nó thể hện trong câu hoặc trong văn bản. Dựa trên các đặc trưng cảm xúc được rút trích chúng ta sẽ sử dụng các thuật toán có khả năng phân cụm, phân lớp để gán nhãn cảm xúc cho ý kiến. Các lớp cảm xúc thường có các nhãn positive, negative và neutral. Cũng có thể chia chi tiết thành nhiều mức cảm xúc trong mỗi lớp cảm xúc ở trên.

Sau khi phân cực cảm xúc, các ý kiến cần được tóm tắt để giảm bớt sự cồng kềnh và phức tạp. Điều này đặc biệt có ý nghĩa nếu số lượng ý kiến là lớn. 4 Kỹ thuật tóm tắt cho đối tượng trong văn bản có cảm xúc sẽ có điểm khác biệt với tóm tắt cho các đối tượng theo nội dung. Những câu chứa cảm xúc có thể không có liên hệ với đối tượng chủ đề về mặt ngữ nghĩa.

Ví dụ: Một ý kiến có thể chỉ gồm một câu duy nhất: “Quá tuyệt vời!”. Khi đó, nếu tìm kiếm mối liên hệ về nội dung với chủ đề sẽ rất khó khăn, đặc biệt trong trường hợp tóm tắt tự động bằng máy. Vì vậy, nếu tóm tắt theo nội dung thì tính cảm xúc của văn bản này rất nhiều khả năng sẽ bị bỏ qua. Trong khi, nếu xét về cảm xúc, đây là một văn bản có giá trị rất cao, không thể bỏ qua khi tóm tắt, tổng hợp ý kiến.

Vì những lý do nêu trên mà quá trình tóm tắt nên được thực hiện ở công đoạn sau cùng của quá trình xử lý để tránh công đoạn này lược bỏ những ý nội dung mang cảm xúc quan trọng của ý kiến. - Tập ý kiến: Với một bài báo có ghi nhận các ý kiến (comment) của đọc giả, các ý kiến cần được xem là các văn bản độc lập. Vì vậy, khi rút trích cũng như trong các quá trình xử lý sau đó, các ý kiến vẫn sẽ được đối xử như các văn bản độc lập. Nội dung bài báo chủ đề có thể có một hoặc nhiều đối tượng.

Các ý kiến thể hiện cảm xúc vì thế cũng có thể chỉ cảm xúc cho từng đối tượng cụ thể. Các ý kiến vì thế có thể là positive đối với đối tượng này và negative đối với đối tượng khác. - Tập ý kiến đã tóm tắt, tổng hợp: Kết quả chúng ta thu được của quá trình xử lý là các tập ý kiến đã được phân lớp: các ý kiến tích cực (positive), ý kiến tiêu cực (negative) và ý kiến trung hòa (neutral). Tùy theo quá trình phân tích, phân tích mức văn bản (đầu vào của mô – đun phân cực cảm xúc là toàn bộ một ý kiến) hay phân tích mức câu (đầu vào của mô – đun phân cực cảm xúc là từng câu của một ý kiến), mà chúng ta sẽ thu được những kết quả có sự khác biệt trong mỗi lớp ý kiến.

5 Chương 3: CƠ SỞ LÝ THUYẾT 3.1 Giới thiệu Giải quyết bài toán “Tóm tắt ý kiến trên cơ sở phân loại cảm xúc” cần thực hiện hai quá trình: Quá trình thứ nhất lá quá trình phân loại cảm xúc cho các ý kiến để có được các lớp ý kiến khác nhau. Các lớp ý kiến về cơ bản là: tích cực – positive, tiêu cực – negative và trung hòa – neutral.