Ứng dụng học sâu trong phân tích cảm xúc theo khía cạnh từ bình luận của người dùng về nhà hàng tại Việt Nam

Abstract

Nghiên cứu này tập trung vào việc phát triển một hệ thống phân tích cảm xúc dựa trên khía cạnh (Aspect-Based Sentiment Analysis - ABSA) cho đánh giá nhà hàng bằng tiếng Việt trên Google Maps. Trong bối cảnh ngành dịch vụ ăn uống Việt Nam phát triển mạnh mẽ với doanh thu đạt 688.8 nghìn tỷ đồng năm 2024, việc phân tích hiệu quả phản hồi của khách hàng trở nên ngày càng quan trọng đối với các doanh nghiệp trong ngành. Nghiên cứu đã tiến hành đánh giá hiệu suất của ba mô hình ngôn ngữ tiền huấn luyện tiếng Việt: PhoBERT, ViSoBERT và ELECTRA, thông qua ba phương pháp huấn luyện khác nhau. Phương pháp huấn luyện trên dữ liệu cân bằng. Phương pháp huấn luyện trên toàn bộ dữ liệu thực tế với phân phối tự nhiên không cân bằng. Phương pháp huấn luyện kết hợp, được đề xuất trong nghiên cứu này, tận dụng ưu điểm của cả hai phương pháp trên thông qua quá trình huấn luyện hai giai đoạn. Kết quả thực nghiệm cho thấy phương pháp huấn luyện kết hợp đã thành công trong việc cải thiện hiệu suất của cả ba mô hình. ELECTRA và ViSoBERT đạt điểm F1 cao nhất (0.995), trong khi PhoBERT cũng đạt được hiệu suất ấn tượng với điểm F1 từ 0.984. Kết quả này cho thấy hiệu quả của phương pháp đề xuất trong việc cân bằng giữa khả năng học các đặc trưng cơ bản và thích ứng với dữ liệu thực tế. Kết quả của nghiên cứu này không chỉ đóng góp một phương pháp hiệu quả để giải quyết vấn đề mất cân bằng dữ liệu trong bài toán ABSA tiếng Việt, mà còn cung cấp một giải pháp toàn diện có thể được triển khai trong môi trường thực tế, hỗ trợ doanh nghiệp trong việc nâng cao chất lượng dịch vụ dựa trên phản hồi của khách hàng.