PHÂN LOẠI BÌNH LUẬN TRÊN TẬP DỮ LIỆU TIẾNG VIỆT

Abstract

Hiện nay việc mua bán hàng online đang là xu hướng tất yếu của cuộc sống. Việc phân loại các bình luận khách hàng cho những sản phẩm của doanh nghiệp là một trong những việc quan trọng và cần thiết. Thông qua việc đánh giá các bình luận của khách hàng để đánh giá được các sản phẩm của doanh nghiệp mình và có cái nhìn tổng quan hơn về tình hình hoạt động kinh doanh của doanh nghiệp. PhoBERT là một mô hình biểu diễn ngôn ngữ tự nhiên mới. Mô hình PhoBERT cho phép biểu diễn kết hợp từ cả hai chiều trái phải và bối cảnh phù hợp, rất thích hợp để phân loại bình luận Tiếng Việt. Xây dựng mô hình phân loại bình luận Tiếng Việt sử dụng PhoBERT. Kết quả thực nghiệm cho thấy mô hình nghiên cứu có khả năng phân loại bình luận với độ chính xác lên đến 90% trên tập dữ liệu dữ liệu công khai gồm 50000 bình luận tích cực và tiêu cực, đạt độ chính xác 86% trên tập dữ liệu tự thu từ trang web