PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG VĂN BẢN TỪ ĐOẠN TIN NHẮN ÁP DỤNG VÀO HỆ THỐNG GỢI Ý CHO NGƯỜI TRẦM CẢM

Abstract

Sức khỏe tinh thần đóng vai trò thiết yếu đối với chất lượng cuộc sống và sự phát triển bền vững của xã hội. Trong những năm gần đây, tình trạng trầm cảm đã gia tăng đáng kể, trở thành một trong những vấn đề sức khỏe toàn cầu nghiêm trọng nhất. Theo Tổ chức Y tế Thế giới (WHO), trầm cảm là nguyên nhân hàng đầu gây ra gánh nặng bệnh tật và ảnh hưởng đến hàng triệu người trên toàn thế giới. Trong bối cảnh đó, công nghệ trí tuệ nhân tạo (AI) và xử lý ngôn ngữ tự nhiên (NLP) đã nổi lên như những giải pháp tiềm năng để phát hiện và hỗ trợ người mắc trầm cảm thông qua các hệ thống gợi ý thông minh. Nghiên cứu này tập trung phát triển một hệ thống gợi ý dựa trên việc phân tích cảm xúc từ tin nhắn của người dùng, nhằm cung cấp hỗ trợ tâm lý kịp thời và các khuyến nghị hữu ích cho những người mắc trầm cảm. Hệ thống ứng dụng các mô hình học sâu tiên tiến, đặc biệt là BERT (Bidirectional Encoder Representations from Transformers) đa ngôn ngữ và VADER (Valence Aware Dictionary and sEntiment Reasoner), để trích xuất đặc trưng văn bản và phân tích cảm xúc người dùng. Không chỉ dừng lại ở việc phân loại cảm xúc, hệ thống còn đưa ra các gợi ý hỗ trợ phù hợp và theo dõi cảm xúc của người dùng theo thời gian, góp phần nâng cao trải nghiệm cũng như hiệu quả trong việc chăm sóc sức khỏe tinh thần. Để thực hiện, hệ thống sử dụng các tập dữ liệu chuyên biệt liên quan đến cảm xúc và trầm cảm, chẳng hạn như “nlptown/bert-base-multilingual-uncased-sentiment,” kết hợp với thư viện từ vựng cảm xúc được xây dựng riêng. Đề tài tích hợp các kỹ thuật xử lý ngôn ngữ tự nhiên, mô hình học sâu, và thuật toán gợi ý để xây dựng một hệ thống tương tác thông minh giữa AI và người dùng. Nghiên cứu trình bày chi tiết về phương pháp trích chọn đặc trưng văn bản, quy trình huấn luyện mô hình, và cách thức hệ thống phân tích hành vi người dùng dựa trên tin nhắn. Đề tài cũng thảo luận các thách thức trong việc áp dụng NLP vào tiếng Việt – một ngôn ngữ có ngữ pháp phức tạp – và đề xuất giải pháp thông qua việc phân đoạn từ để đảm bảo độ chính xác và hiệu quả của hệ thống. Nghiên cứu không chỉ mang lại một giải pháp kỹ thuật mà còn đóng góp vào việc nâng cao nhận thức xã hội về tầm quan trọng của sức khỏe tinh thần. Hệ thống gợi ý được phát triển trong đề tài là minh chứng rõ ràng về tiềm năng của công nghệ AI trong việc giải quyết các vấn đề sức khỏe toàn cầu, với mục tiêu cải thiện chất lượng cuộc sống cho những người mắc trầm cảm. Từ khóa: Mạng BERT đa ngôn ngữ, Xử lý ngôn ngữ tự nhiên (NLP), Mô hình học sâu (Deep Learning), Trích chọn đặc trưng văn bản cho hệ thống gợi ý, phân tích cảm xúc người trầm cảm.