TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
KHOA KỸ THUẬT CÔNG NGHỆ
Tên đề tài: NGHIÊN CỨU RÚT TRÍCH THÔNG TIN
DỰA TRÊN CƠ SỞ PHÂN TÍCH CẢM XÚC
Mã số:
Chuyên đề:
Thực hiện nghiệm thu và kiểm tra độ ổn định và
chính xác của sản phẩm ứng dụng
Chủ nhiệm đề tài : ThS.Nguyễn Tấn Lộc
Người chủ trì thực hiện chuyên đề : ThS.Nguyễn Tấn Lộc
Bình Dương, 08/01/2018
Mục lục
1. Đặt vấn đề ............................................................................................................................... 1
2. Phương pháp nghiên cứu ........................................................................................................ 1
3. Kết quả đạt được ..................................................................................................................... 1
3.1 Rút trích thông tin dựa trên mô hình SEN1 ...................................................................... 2
4. Kết luận và kiến nghị .............................................................................................................. 5
5. Tài liệu tham khảo .................................................................................................................. 5
Danh mục chữ viết tắt
TF: term frequency
IDF: inverse document frequency
TF.IDF: term frequency. inverse document frequency
DTM: document term matrix
Logistic: hồi quy logistic.
P(A): Xác xuất sự kiện A
NER: Named Entity Recognition
SoA: Sentiment analysis – Phân tích cảm xúc
1. Đặt vấn đề
- Trong phần nghiên cứu này, Chúng tôi đề xuất đo lường kết quả trên 02 mô
hình khác nhau, 02 mô hình đó được đặt tên lần lượt là SEN0, SEN1. SEN0
là mô hình chưa chuẩn hóa, SEN1 đã chuẩn hóa L2 norm, tối ưu với hệ số
chuẩn hóa C=0.2154.
2. Phương pháp nghiên cứu
- Xây dựng mô hình dựa trên lý thuyết logistic
- Tính toán hàm mất mát- Loss function
- Chuẩn hóa mô hình dùng L2-Norm và chọn lamda tối ưu tránh overfitting
3. Kết quả đạt được
Kết quả thực nghiệm dữ liệu với mô hình logistic SEN1 cho kết quả tốt nhất với
độ chính xác cao accuracy=90%, recall=89.8%, precision=96.9% và hệ số chuẩn
hóa cho mô hình tối ưu với hệ số chuẩn hóa C=0.2154
Hình 1.
Đánh giá mô hỉnh huấn luyện và kiểm thử dữ liệu
Thước đo
SEN0
SEN1
recall
83%
89.8%
precision
90%
96.9%
accuracy
87%
90%
Bảng 1.
So sánh hiệu suất mô hỉnh
1
3.1 Rút trích thông tin dựa trên SEN1
Trong phần thực nghiệm này, chúng tôi rút trích thông tin hữu ích và các bình
luận nằm nhóm đầu 10 được bình luận tốt nhất, nhóm 10 bình luận hàng đầu theo
quốc gia:
Bảng 2.Các bình luận tích cực nhất cho các doanh nghiệp
Bảng 2. Các bình luận cảm xúc tích cực nhất cho các doanh nghiệp Việt Nam
2
-
Nhóm 10 bình luận cảm xúc tiêu cực nhất cho các nhà hàng Việt Nam, dữ
liệu phản ánh khá hợp lý với xếp hạng 1 đến 3 sao.
Bảng 3.Nhóm bình luận cảm xúc tiêu cực nhất cho doanh nghiệp Việt Nam
Kết quả phân loại cảm xúc tích cực và tiêu cực ảnh hưởng rất mạnh đến kết quả
rút trích thông tin. Nếu kết quả phân loại chính xác, truy vấn sẽ rút trích thông tin
có độ chính xác cao.
Nhóm 10 từ cả m xúc mạ nh tích cự c và tiêu cự c nhấ t.
Tích cực - hệ số
Tiêu cực-hệ số
excellent: 1.14614924052
delicious: 1.1119727885
amazing: 1.03514286548
awesome: 0.872256805683
perfect: 0.838463244404
great: 0.806499315192
best: 0.744851346902
fantastic: 0.734042587596
love: 0.731300119008
reasonable: 0.72016372024
worst: -1.13781905968
horrible: -1.0873361229
terrible: -1.04677190115
mediocre: -1.04432799702
bland: -0.874645601756
awful: -0.836073920222
tasteless: -0.821659220617
rude: -0.820886331069
disgusting: -0.805035172104
overpriced: -0.803561081306
Bảng 4. Nhóm
10 từ cảm xúc rút ra từ kết quả phân tích
- Nhóm 20 từ phổ biến trích từ các bình luận hàng đầu thể hiện cảm xúc tích.
Các từ có tần số xuất hiện cao phù hợp với thực tế. Món ăn phổ biến Việt Nam là
phở.
3
Hình 2. Phân
phối các từ có tần suất cao của ẩm thực Việt Nam
Hình 3..Các
-
từ ảnh hưởng mạnh ẩm thực Việt
Kết quả phân loại và rút trích cảm xúc chính xác cho các nhà hàng Nhật bản,
món ăn phổ biến nhất là Sushi và tươi sống
Hình 4..Phân phối các từ có tần suất cao của ẩm thực Nhật
4
Hình 5.Các từ ảnh hưởng mạnh ẩm thực Nhật bản
4. Kết luận và kiến nghị
Thời gian tới đề tài tiếp tục phát triển :
-
Xây dựng nhiều mô hình phân loại cảm xúc với nhiều thuật toán và mở rộng
hướng tiếp cận ngữ nghĩa ontology, phương pháp từ điển, học máy từ đó so
sánh các kết quả thực nghiệm để so sánh đánh giá ưu khuyết của các phương
pháp cho từng trường hợp cụ thể.
-
Xây dựng mô hình rút trích thông tin trên cơ sở phân tích cảm xúc các trang
tiếng việt về dịch vụ du lịch tripadvisor, Lazada.
5. Tài liệu tham khảo
[1] B. Agarwal and N. Mittal, “Optimal feature selection for sentiment
analysis,” in Proceedings of the 14th International Conference on Intelligent
Text Processing and Computational Linguistics (CICLing 13), vol. 7817, pp.
13–24, 2013.
[2] A. Basant, M. Namita, B. Pooja, Sonal Garg “Sentiment Analysis Using
Common-Sense and Context Information” Hindawi Publishing Corporation
Computational Intelligence and Neuroscience (2015)
[3]
RuiXia, FengXu, JianfeiYu,” Polarity shift detection, elimination and
ensemble: A three stage model for document-level sentiment analysis”
Information Processing and Management 52 (2016) 36– 45.
[4]
Y. Ainur, Y. Yisong, C. Claire
“Multi-level
structured
models
for
document-level sentiment classification”.Proceedings of the 2010 Conference
on Empirical Methods in Natural Language Processing, MIT, Massachusetts,
Association for Computational Linguistics, USA (2010), pp. 1046-1056.
5
[5] F. Noura, C. Elie, A.A. Rawad, H. Hazem “Sentence-level and documentlevel sentiment mining for arabic texts”.Proceeding IEEE International
Conference on Data Mining Workshops (2010).
[6] Hao chen Zhou and Fei Song.(2015) “Aspect-level sentiment analysis
based on a generalized probabilistic topic and syntax model” Proceedings of the
Twenty-Eighth International Florida Artificial Intelligence Research Society
Conference, Association for the Advancement of Artificial Intelligence (2015).
[7] Ariyasriwatana, W., Buente, W., Oshiro, M., & Streveler, D. (2014).
Categorizing health-related cues to action: using Yelp reviews of restaurants in
Hawaii. New Review of Hypermedia and Multimedia, 20(4), 317-340.
[8] Hicks, A., Comp, S., Horovitz, J., Hovarter, M., Miki, M., & Bevan, J. L.
(2012). Why people use Yelp. com: An exploration of uses and gratifications.
Computers in Human Behavior, 28(6), 2274-2279.
[9]
Huang, J., Rogers, S., & Joo, E. (2014). “Improving restaurants by
extracting subtopics from yelp reviews” iConference 2014 (Social Media
Expo).
[10] Ruhui Shen, Jialiang Shen, Yuhong Li & Haohan Wang (2016), ”
Predicting usefulness of Yelp reviews with localized linear regression models”,
2016 7th IEEE International Conference on Software Engineering and Service
Science (ICSESS)
[11]
Solov'ev A. N., Antonova A. Ju., Pazel'skaia A. G., (2012), Using
sentiment-analysis for text information extraction. I-Teco (Moscow).
[12] Wanxiang Che, Yanyan Zhao, Honglei Guo, Zhong Su, and Ting Liu,”
Sentence Compression for spect-Based Sentiment Analysis” IEEE/ACM
TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING,
VOL. 23, NO. 12, DECEMBER 2015.
[13] P.D. Turney,(2000), “Learning algorithms for keyphrase extraction”
Information Retrieval vol. 2, no. 4, pp. 303 - 336.
[14] I.H. Witten, G.W. Paynter, E. Frank, C. Gutwin and C.G. NevillManning.(1999) “KEA: Practical automatic Keyphrase Extraction.” The
proceedings of Digital Libraries '99: The Fourth ACM Conference on Digital
Libraries, pp. 254-255.
6
[15] Huong Nguyen Thi Xuan, Anh Cuong Le ; Le Minh Nguyen,
(2012) ”Linguistic Features for Subjectivity classification“ Asian Language
Processing (IALP), 2012 International Conference.
Xác nhận thực hiện chuyên đề
Chủ nhiệm đề tài
7
- Xem thêm -