Ứng dụng mô hình học sâu trong phân tích cảm xúc theo khía cạnh cho truyền miệng điện tử: trường hợp của Agoda

Abstract

Trong thời đại tiếp thị 4.0 khách hàng ngày càng tin tưởng vào truyền miệng điện tử hơn thông điệp của thương hiệu trong quyết định lựa chọn của mình. Nắm bắt được tâm lý của người mua hàng có thể giúp người bán khắc phục các hạn chế và đẩy mạnh các điểm mạnh từ đó làm thỏa mãn người mua hàng và đạt được sự tăng trưởng trong kinh doanh. Thông qua việc phân tích các bình luận mà người dùng đánh giá sau khi sử dụng dịch vụ khách sạn trên Agoda là một phương án hiệu quả để thấu hiểu hành vi khách hàng nhằm thúc đẩy hành trình trải nghiệm dịch vụ khách sạn chạm đến sự hài lòng. Trong nghiên cứu này, tác giả đề xuất hướng tiếp cận đa tác vụ với kiến trúc rẽ nhánh nhằm để giải quyết bài toán phân tích cảm xúc theo khía cạnh bao gồm hai bài toán nhỏ là phát hiện khía cạnh trong bình luận và phân loại cảm xúc theo khía cạnh. Kết quả thực nghiệm mô hình đa tác vụ với kiến trúc rẽ nhánh không đạt được hiệu suất như mong đợi (F1-score cho bài toán Phát hiện khía cạnh (Aspect Detection) và Khía cạnh + Phân cực (Aspect + Polarity) lần lượt đạt 0.59 và 0.57). Kết quả này tương đồng với nghiên cứu độc lập của nhóm các tác giả khác thực hiện trước đây. Tuy nhiên phương pháp tiếp cận đa tác vụ (Multi-task Learning) vẫn được chọn để tiếp tục nghiên cứu sâu và triển khai vì mang lại hiệu suất cao hơn, triển khai thuận tiện, tiết kiệm tài nguyên cũng như thời gian thực hiện công việc. So với việc triển khai mô hình học máy sẽ cần nhiều bước dự đoán do mỗi mô hình phụ trách cho một khía cạnh nên từ đó thời gian thực hiện công việc sẽ lâu hơn. Vì vậy tác giả đề nghị khuyến nghị lựa chọn sử dụng mô hình đa tác vụ (Multi-task Learning) để triển khai cho hệ thống phân tích khía cạnh cảm xúc.