Ứng dụng mô hình học máy trong phân tích cảm xúc khách hàng theo khía cạnh từ dữ liệu bình luận trên các sàn thương mại điện tử

Abstract

Nghiên cứu này tập trung khai thác các đánh giá sản phẩm từ các sàn thương mại điện tử như Shopee, Lazada, Tiki nhằm phân tích cảm xúc khách hàng theo từng khía cạnh cụ thể như chất lượng, giá cả, mùi hương, bao bì,… Bằng việc áp dụng năm mô hình ngôn ngữ tiền huấn luyện, kết quả cho thấy PhoBERTBase đạt hiệu suất cao nhất với độ chính xác 0.78, Precision 0.97, Recall 0.94 và Hamming Loss 0.01. Mô hình giúp doanh nghiệp tự động trích xuất ý kiến người dùng, từ đó cải thiện chất lượng sản phẩm, dịch vụ, và chiến lược tiếp thị. Nghiên cứu cũng đề xuất ứng dụng kiến trúc Mixture-of-Experts (MoE) – một hướng tiếp cận mới cho phép mô hình đạt độ chính xác cao với chi phí tính toán thấp hơn đáng kể, phù hợp triển khai quy mô lớn cho tiếng Việt.