Ứng dụng máy Vectơ hỗ trợ phân loại ý kiến của người xem trên các trang web phim trực tuyến

Abstract

Quan điểm và phản hồi của cộng đồng luôn được chứng minh là nguồn dữ liệu cần thiết và có giá trị cho các công ty và tổ chức. Với sự sẵn có của một khối lượng lớn dữ liệu đánh giá trực tuyến, phân tích cảm xúc ngày càng trở nên quan trọng. Đối với tiếng Anh, có rất nhiều bộ dữ liệu và mô hình cho mục đích này nhưng vẫn còn tương đối mới đối với ngôn ngữ tiếng Việt. Một phần là do thiếu một kho dữ liệu từ đã được chú thích, dữ liệu huấn luyện có nhãn, các mô hình phân lớp cảm xúc mã nguồn mở và các công cụ phục vụ cho xử lý ngôn ngữ tiếng Việt. Trong luận văn này, mục tiêu nghiên cứu là thiết kế, khởi tạo và đánh giá mô hình phân lớp cảm xúc bình luận tiếng Việt bằng cách sử dụng Thuật toán Máy Vector (SVM) để phân lớp nhận xét bình luận phim tiếng Việt là tích cực hay tiêu cực. Để đánh giá hiệu suất của SVM, một số mô hình phân loại khác và nhiều phương pháp trích xuất tính năng được sử dụng và để phân tích so sánh, ba biện pháp được sử dụng: Precision, Recall and F-Measure.