Luận văn ThS: Khai thác quan điểm của các bình luận tiếng Anh trên mạng xã hội sử dụng phương pháp xử lý ngôn ngữ tự nhiên

129 lượt xem
Share

Luận văn Khai thác quan điểm của các bình luận tiếng Anh trên mạng xã hội sử dụng phương pháp xử lý ngôn ngữ tự nhiên khái quát về ngôn ngữ tự nhiên và kỹ thuật xử lý ngôn ngữ tự nhiên Pos tangger; trình bày các công trình liên quan như Xử lý ngôn ngữ tự nhiên, Máy học và Ontology; đề xuất mô hình, thực nghiệm cho quá trình nghiên cứu.

Mục lục nội dung

Luận văn ThS: Khai thác quan điểm của các bình luận tiếng Anh trên mạng xã hội sử dụng phương pháp xử lý ngôn ngữ tự nhiên

1. Mở đầu

1.1 Tính cấp thiết

Hầu hết các ứng dụng của phân tích ý kiến là nằm trong nhận xét của khách hàng về sản phẩm và dịch vụ. Vì thế trong công trình này, chúng tôi sẽ khảo sát các ý kiến trên các website mạng xã hội. Mạng xã hội là một bước đột phá so với kinh doanh theo truyền thống (người bán và người mua trao đổi trực tiếp với nhau) và đang trở nên rất phổ biến. Số lượng khách hàng sử dụng dịch vụ mua bán qua mạng càng nhiều và sự quan tâm của họ với loại hình kinh doanh này cũng ngày càng tăng lên. Do đó, sẽ có rất nhiều thậm chí hàng trăm, hàng nghìn những lời bình luận, nhận xét cho những sản phẩm hoặc dịch vụ mà họ quan tâm hoặc những sản phẩm, dịch vụ đang phổ biến trên thị trường như máy ảnh, điện thoại di động, máy tính xách tay, phim điện ảnh chiếu rạp, sách, khách sạn và du lịch. Chính vì vậy, thật khó để cho những khách hàng tiềm năng có thể tìm đọc hết những lời bình luận, nhận xét của những khách hàng trước đó đã sử dụng để có thể đưa ra được những quyết định hợp lý. Và cũng thật khó để các nhà sản xuất sản phẩm đó có thể theo dõi và quản lý những ý kiến của khách hàng để làm thỏa mãn khách hàng.

1.2 Mục tiêu nghiên cứu

Đề xuất khai thác quan điểm của các bình luận tiếng Anh trên mạng xã hội bằng phương pháp xử lý ngôn ngữ tự nhiên.

Xây dựng hệ thống phân loại các bình luận.

1.3 Phương pháp nghiên cứu

Trích xuất và phân tích các appraisal groups (cụm đánh giá, ví dụ: rất đẹp, không quá mắc...) để phân loại tình cảm. Mỗi cụm đánh giá gồm một tính từ chính và các từ bổ nghĩa. Các đặc điểm lấy từ việc phân tích appraisal group được kết hợp với bag - of - words giúp tăng độ chính xác của classifier. Tự động phát hiện các biểu hiện cảm xúc ẩn, dựa trên ngữ cảnh và những tri thức thông thường.

Xây dựng một cơ sở tri thức, gọi là EmotiNet. Xử lý ngôn ngữ tự nhiên (natural language processing - NLP) để cải thiện phân loại tình cảm, ý kiến.

Ba kỹ thuật chính được sử dụng trong báo cáo này là:

  • Gắn nhãn từ loại (POS tagging)
  • Phân tích tính phụ thuộc bằng cách phân tách cấu trúc cây của câu.
  • Xử lý các phép phủ định trong câu.

2. Nội dung

2.1 Cơ sở lí thuyết

Khái quát về ngôn ngữ NLP 

  • Khái niệm
  • Khái quát chung

Khái quát về POS Tagger NLP

  • Khái niệm
  • Khái quát chung 

Phân lớp quan điểm

  • Giới thiệu phân lớp quan điểm
  • Thuật toán tính tần suất mẫu

2.2 Các công trình liên quan

Khái quát chung 

Các công trình liên quan

  • Các công trình sử dụng NLP
  • Sử dụng máy học
  • Sử dụng Ontology

2.3 Mô hình đề xuất

Mô hình hệ thống

  • Giới thiệu
  • Mô hình hệ thống

Thử nghiệm và đánh giá kết quả

3. Kết luận

Chúng tôi đã xây dựng được mô hình và giải thuật đánh giá được một số câu đơn giản như câu đơn, câu so sánh và câu ghép là đáng tin cây. Luận văn đã xây dựng được mô hình đánh giá tự động về khai thác quan điểm với giao diện thân thiện, rõ ràng và các chức năng giúp người sử dụng thao tác thuận tiện. Ngoài ra, chúng tôi đã nghiên cứu các công trình liên quan để giải quyết bài toán phân tích mức độ tình cảm thể hiện trong câu nhận xét, ý kiến. Hệ thống của chúng tôi chủ yếu tập trung vào xác định các ý kiến đánh giá của khách hàng chủ yếu là về máy tính, đây là mặt hàng phổ biến hiện nay. Trong tương lai nếu có điều kiện chúng tôi sẽ mở rộng hơn, với nhiều chủ đề khác nhau trên mạng xã hội. Hệ thống của chúng tôi mới chỉ xác định được mốt số loại câu cơ đơn giản như phủ định, khẳng định, so sánh. Trong tương lai chúng tôi muốn mở rộng thêm các loại câu phức tạp hơn trong tiếng Anh.

4. Tài liệu tham khảo

Feldman, R. - Techniques and Applications for Sentiment Analysis. In Communications of the ACM, pp.82-89, 2013.

Huifeng Tang, Songbo Tan, Xueqi Cheng, A survey on sentiment detection of reviews, Journal Expert Systems with Applications: An International Journal archive, pp.10760- 10773, 2009

Peter Turney, Thumbs up or thumbs down, semantic orientation applied to unsupervised classification of reviews, Proc. of the 40th ACL, pp.417-424, 2002....

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Luận văn trên ---

129 lượt xem
Share
Ngày:04/09/2020 Chia sẻ bởi:
TẢI VỀ XEM ONLINE

CÓ THỂ BẠN QUAN TÂM