Ứng dụng phân tích cảm xúc khía cạnh theo hướng học sâu vào các đánh giá trên sàn thương mại điện tử

Abstract

Đánh giá sản phẩm trên sàn thương mại điện tử đang có xu hướng ngày càng gia tăng. Các đánh giá này cũng là một nhân tố ảnh hưởng đến hành vi mua hàng trực tuyến và là nguồn dữ liệu có thể khai thác để cải thiện sản phẩm và dịch vụ của doanh nghiệp. Tuy nhiên, cách mà các đánh giá này được tổng hợp và phân tích đang chưa được tối ưu và khai thác hết giá trị có trong dữ liệu. Chính vì vậy, luận văn này sẽ nghiên cứu ứng dụng phân tích cảm xúc khía cạnh theo hướng học sâu để khai thác hiệu quả các đánh giá sản phẩm, cụ thể là điện thoại di động tại Việt Nam. Để thực hiện, phương nghiên cứu lý thuyết sẽ được triển khai để tìm hiểu về lý thuyết của bài toán phân tích cảm xúc nhằm phát biểu cho bài toán phân tích cảm xúc các đánh giá sản phẩm điện thoại trên sàn thương mại điện tử. Ngoài ra, lý thuyết về học sâu cũng sẽ được nghiên cứu để tìm ra phương pháp giải quyết cho bài toán đã nêu, trong đó thì mô hình học sâu với kiến trúc học đa nhiệm hay multi-task learning sử dụng PhoBERT sẽ được lựa chọn bởi hiệu suất tốt đã đạt được trong một số nghiên cứu trước đây. Dựa trên những lý thuyết đã có được, phương pháp thực nghiệm sẽ được triển khai để giải quyết bài toán thông qua việc xây dựng bộ dữ liệu mới được thu thập từ đánh giá điện thoại di động trên Shopee với 7,446 đánh giá mang 19 cặp khía cạnh 3 cực cảm xúc, và triển khai xây dựng huấn luyện mô hình đã chọn. Kết quả mô hình được lựa chọn đã đạt được hiệu suất khá tốt trong việc giải quyết bài toán của luận văn và đạt hiệu suất cao hơn so với các mô hình sử dụng phương pháp học nông hay shallow learning, chứng minh được hiệu quả của hướng học sâu đã chọn so với học nông. Ứng dụng mô hình xây dựng được, luận văn cũng đã đề xuất một kiến trúc để áp dụng thực tế với hệ thống thu thập và phân tích tự động theo thời gian thực, mang lại giá trị thực trong doanh nghiệp. Điều này cũng đã góp phần hỗ trợ các doanh nghiệp lắng nghe ý kiến đánh giá khách hàng hiệu quả để đưa ra các quyết định nhằm cải tiến và phát huy giá trị các sản phẩm dịch vụ kịp thời trong tương lai.