Một cải tiến từ điển cảm xúc Tiếng Việt theo chủ đề

Một Cải Tiến Từ Điển Cảm Xúc Tiếng Việt
Theo Chủ Đề
Nguyễn Ngọc Duy, Lê Minh Hóa
Khoa Cơng nghệ Thơng tin II,
Học Viện Cơng Nghệ Bưu Chính Viễn Thơng
Email:duynn,
hạn chế, dẫn đến hạn chế khả năng nhận diện cảm xúc ở các
văn bản tiếng Việt. Do đó, các bài tốn liên quan đến phân tích
cảm xúc tiếng Việt cũng sẽ bị hạn chế. Vì thế, nhu cầu về một
bộ từ điển cảm xúc tiếng Việt xây dựng dựa trên đặc trưng
ngôn ngữ tiếng Việt là rất lớn. Bài báo này đề xuất cải tiến
phương pháp xác định trọng số cảm xúc cho các mục từ tiếng
Việt dùng trong lĩnh vực hẹp là các văn bản tiếng Việt đánh giá
xe ô tơ đã được đề xuất ở cơng trình [2]. Để đánh giá sự hiệu
quả của phương pháp đề xuất, bài sẽ thử nghiệm phân loại cảm
xúc bằng phương pháp học máy Support Vector Machine –
SVM dựa trên từ điển cảm xúc được xây dựng bằng phương
pháp này. Để có cơ sở so sánh, bài báo cũng thử nghiệm phân
loại cảm xúc bằng phương pháp học sâu (Deep Learning)
không dựa trên từ điển cảm xúc.
Để đánh giá sự hiệu quả của từ điển đề xuất, bài báo sẽ
dùng phương pháp học máy Support Vector Machine – SVM
và phương pháp học sâu (Deep Learning).
Mơ hình học sâu đã được biết đến từ lâu khi đã mang lại
cho các lĩnh vực xử lý ảnh và xử lý tín hiệu những kết quả rất
tốt. Đối với lĩnh vực xử lý ngôn ngữ tự nhiên thì học sâu chỉ
mới được quan tâm trong thời gian gần đây. Yoon Kim [17]
tiên phong ứng dụng học sâu vào lĩnh vực xử lý ngôn ngữ tự
nhiên với mô hình mạng nơron tích chập (Convolution Neural
Network) dùng cho phân loại cảm xúc như ở hình 1. Mơ hình
chia thành các tầng độc lập. Tầng Word Embedding là ma trận

trọng số của của các từ trong kho ngữ liệu.

Abstract —Môi trường internet mang lại nguồn tài nguyên phong
phú là các ý kiến về các vấn đề xã hội cũng như đánh giá sản
phẩm của người dùng. Vấn đề khai thác cảm xúc của các cá
nhân, thăm dò ý kiến cộng đồng về những vấn đề nổi bật trong
cuộc sống, các sản phẩm trong kinh doanh từ nguồn tài nguyên
này rất được chú trọng. Cảm xúc thường được thể hiện rất tinh
tế liên quan đến ngơn ngữ và văn hóa. Để khai thác nguồn tài
nguyên này ở khía cạnh cảm xúc thì từ điển cảm xúc là một
thành phần cơ bản quan trọng. Bài báo này đề xuất phương pháp
cải tiến cách xác định trọng số cảm xúc của các từ và cụm từ
tiếng Việt dựa trên mối quan hệ ngữ nghĩa và các yếu tố đặc
trưng của tiếng Việt trong một miền dữ liệu cụ thể là chủ đề đánh
giá xe ơ tơ. Bài báo có đánh giá kết quả của phương pháp đề xuất
bằng thử nghiệm phân loại ý kiến đánh giá xe ô tô trên các trang
báo mạng tiếng Việt với phương pháp học máy Support Vector
Machine, và đối sánh kết quả với phương pháp học sâu – Deep
learning – không dựa vào từ điển cảm xúc.
Keywords- Từ điển, ý kiến, cảm xúc, từ điển cảm xúc, phân loại
cảm xúc, phân tích cảm xúc.

I.

GIỚI THIỆU

Ngày nay internet đã trở nên rất phổ biến ở Việt Nam cũng
như trên thế giới. Thông tin trên internet gia tăng rất nhanh.
Trong mơi trường này, mọi người có thể thể hiện suy nghĩ về
mọi vấn đề trong cuộc sống như văn hóa, kinh tế ... mà không

bị ràng buộc nào về chuẩn mực ngơn ngữ. Mỗi ý kiến như vậy
ngồi ý nghĩ thơng tin cịn chứa cả cảm xúc của người viết.
Đây là nguồn tài nguyên rất giá trị. Vì vậy nhu cầu khai thác
nguồn tài nguyên này là rất lớn. Khi phân tích cảm xúc, vấn đề
quan trọng là nhận diện các thực thể cảm xúc, xác định mức độ
cảm xúc mà nó thể hiện lên văn bản. Đã có nhiều bộ từ điển
cảm xúc được thực hiện bằng nhiều phương pháp xác định
trọng số cảm xúc đã được đề xuất. Là một ngơn ngữ phổ biến,
tiếng Anh đã có những bộ từ điển cảm xúc tốt như
SentiWordNet [13], SenticNet [4]. Vì vậy, tiếng Anh đã có
nhiều cơng trình nghiên cứu về phân tích cảm xúc có chất
lượng cao.
Với tiếng Việt, việc nghiên cứu xây dựng từ điển cảm xúc
còn đang ở giai đoạn ban đầu. Các cơng trình đã được giới
thiệu như [8], [11], [14], hoặc bộ từ điển được biết đến khá
rộng rãi VietSentiWordNet, được xây dựng trên cơ sở chuyển
ngữ từ các bộ từ điển SentiWordNet tiếng Anh. Nhiều phương
pháp chọn mục từ tiếng Việt được xem là phù hợp với một từ
tiếng Anh đã được đề xuất. Tuy vậy, điều này vẫn cịn nhiều

Word
Embedding
Layer

Convolutional
Layer

Pooling
Layer

Fully connected
layer

Hình 1: Mơ hình Convolutional Neural Network cơ bản
Ma trận này được xây dựng trên cơ sở thống kê về từ vựng
của kho ngữ liệu [18], từ đó xác định mối tương quan giữa các
từ có trong kho ngữ liệu. Phương pháp này địi hỏi kho ngữ
liệu thật phong phú để có thể biểu diễn được hết các từ trong
một ngôn ngữ.

83


II.

theo phương pháp thủ công kết hợp với các công cụ đã có sẵn
trong giai đoạn phân đoạn từ và gán nhãn từ loại [16].

CƠNG TRÌNH LIÊN QUAN

Do từ điển cảm xúc có ý nghĩa rất lớn đối với bài tốn phân
tích cảm xúc để khai thác nguồn ngun ý kiến trên mạng
internet. Đã có rất nhiều phương pháp xây dựng từ điển cảm
xúc được giới thiệu. Tiếng Anh là ngơn ngữ phổ biến nên cũng
là ngơn ngữ có nhiều bộ từ điển được biết đến nhiều nhất. Các
ngôn ngữ ít phổ biến hơn cũng được các nhà khoa học quan
tâm xây dựng bộ từ điển cảm xúc cho ngôn ngữ mình vì sự cần
thiết của nó.
Bộ từ điển SentiWordNet [13] là bộ từ điển cảm xúc tiếng
Anh được sử dụng rất rộng rãi. Stefano Baccianella và các

cộng sự dựa trên quan hệ ngữ nghĩa của từ điển WordNet để
tính toán ra giá trị cảm xúc cho các mục từ. SentiWordNet có
gần 120 ngàn mục từ được gán trị cảm xúc. Bên cạnh
SentiWordNet, một bộ từ điển cảm xúc khác cho tiếng Anh
cũng được biết đến rộng rãi là SenticNet [4] do Erik Cambria
và các cộng sự xây dựng. SenticNet hiện có khoảng 50 ngàn
mục từ được gán trị cảm xúc. Điểm chung của các bộ từ điển
cảm xúc này là có q trình phát triển lâu dài, được xây dựng
dựa trên kho ngữ liệu phong phú và một bộ từ điển chất lượng
về quan hệ ngữ nghĩa đặc trưng cho tiếng Anh là WordNet.
Những ngơn ngữ ít phổ biến như tiếng Tây Tạng [6], tiếng
Việt [8, 11, 14] cũng có các cơng trình xây dựng bộ từ điển
cảm xúc. Các bộ từ điển này thường lấy một bộ từ điển cảm
xúc phổ biến của tiếng Anh như SentiWordNet để chuyển ngữ
kết hợp với các phương pháp như dựa trên thơng tin tương hỗ
[6], tính tốn mờ [8] nhằm tăng độ phù hợp với đặc trưng của
ngôn ngữ bản xứ.
Vấn đế phức tạp khi dùng phương pháp chuyển ngữ là có
nhiều mục từ tiếng bản xứ ứng với một mục từ tiếng Anh. Các
cơng trình trên đã phải đề xuất nhiều giải pháp để chọn mục từ
tiếng bản xứ được xem là phù hợp nhất với một mục từ tiếng
Anh. Tuy vậy, điều này rõ ràng vẫn sẽ có những hạn chế khả
năng nhận diện cảm xúc ở các văn bản tiếng bản xứ.
III.

Kho ngữ liệu
cảm xúc

Từ điển
cảm xúc

Từ điển
tiếng Việt

Tập từ hạt
giống

Tính
trọng số
cảm xúc

Hình 2: Mơ hình tính trọng số cảm xúc

Quá trình tạo kho ngữ liệu được thực hiện như sau:
Bước 1: Thu thập dữ liệu là các ý kiến đánh giá (review)
trên các trang báo trực tuyến có chun mục đánh giá xe ơ tơ
như VNExpress.net, danhgiaxe.com, otosaigon.com … để tạo
tập dữ liệu thô.
Bước 2: Tách câu. Loại bỏ các câu khơng có dấu tiếng Việt.
Gán nhãn cảm xúc cho câu.
Bước 3: Loại bỏ các câu chứa thơng tin mang tính khách
quan, khơng chứa cảm xúc.
Bước 4: Phân đoạn từ và gán nhãn từ loại.
3.2. Phương pháp tính trọng số cảm xúc
3.2.1. Xây dựng tập từ cảm xúc cơ sở
Đối tượng xe ơ tơ có rất nhiều đặc tính kỹ thuật. Các ý kiến
đánh giá có thể chỉ tập trung vào một hoặc một vài khía cạnh
đặc tính kỹ thuật. Các khía cạnh kỹ thuật của xe ô tô thường
được xem xét đánh giá, so sánh là: tổng thể, động cơ, nội và
ngoại thất, an toàn, giá cả, v.v… Các mục từ thường được dùng

trong đánh giá, khen/chê ở mỗi khía cạnh sẽ được chọn làm từ
hạt giống. Ví dụ:
– Giá: đắt/rẻ, chát/ngon …
– Động cơ: mạnh/yếu, bốc/ì …
– Nội thất: sang/tệ, chắc chắn/ọp ẹp …
– Tổng thể: hầm hố/ẻo lả …
Mỗi từ/cụm từ được gán trọng số cảm xúc là 1 hoặc -1
tương ứng với ý kiến khen hoặc chê. Các từ hạt giống được
chọn gồm cả từ đơn (nhạy, độc, đẹp …) và từ phức (hầm hố,
ọp ẹp …).

PHƯƠNG PHÁP TIẾP CẬN

Mơ hình tính trọng số cảm xúc của một từ hoặc một cụm từ
ở bài báo khơng thay đổi so với [2] như hình 2. Kho ngữ liệu
cảm xúc của bài báo này là những văn bản ý kiến đánh giá xe ô
tô tiếng Việt. Các câu chứa thông tin chủ quan (cảm xúc) của
người viết sẽ được chọn vào kho ngữ liệu. Tập từ hạt giống là
những từ đơn hoặc từ ghép thường dùng để khen hoặc chê một
thành phần (khía cạnh) hoặc tổng thể chiếc xe. Các từ hạt giống
được gán trọng số cảm xúc -1 hoặc 1 tương ứng với ý khen
hoặc chê. Các mục từ trong Từ điển tiếng Việt được tính trị
cảm xúc theo tập từ hạt giống.

3.2.2. Sơ lược đặc trưng về từ và cụm từ trong ngôn ngữ tiếng
Việt
Theo tác giả Nguyễn Tài Cẩn [1], trong tiếng Việt, khả
năng kết hợp của các từ có những đặc trưng rất quan trọng:
Phó từ đứng trước động từ, tính từ: Thường bổ sung một
số ý nghĩa liên quan đến hành động, trạng thái, đặc điểm, tính

chất nêu ở động từ hoặc tính từ như: quan hệ thời gian, mức độ,
sự tiếp diễn tương tự, sự phủ định, sự cầu khiến. Ví dụ: đã, rất,
cũng, chưa ...
Phó từ đứng sau động từ, tính từ: Thường bổ sung ý nghĩa
về đến hành động, trạng thái, đặc điểm, tính chất của động từ
hoặc tính từ về mức độ, khả năng, kết quả và hướng. Ví dụ:
lắm, quá ...

3.1. Kho ngữ liệu cảm xúc
Kho ngữ liệu là tập các văn bản đã được gán nhãn cảm xúc.
Quá trình thu thập dữ liệu sẽ cần chi phí lớn về thời gian và
cơng sức nếu thực hiện bằng phương pháp thủ công. Tuy
nhiên, để đảm bảo chất lượng cho kho ngữ liệu bài báo vẫn xây
dựng kho ngữ liệu bằng phương pháp này.
Kho ngữ liệu của bài báo là tập hợp gần 2500 văn bản với
hơn 4000 câu (xem chi tiết ở bảng 5) được xác định cảm xúc

84


 : hệ số độ mịn giữa các trọng số cảm xúc của các điểm
chia trên thang, 0 <   < 0.25
 Hệ số  xác định dấu của trị cảm xúc,  =  1
 log 2 (1  n ): độ chênh lệch trị cảm xúc giữa các các
cụm từ so với từ hạt giống.

Những phó từ thường gặp: đã, đang, cũng, sẽ, vẫn, còn,
đều, được, rất, thật, lắm, quá ...
Dựa vào các đặc trưng trên của tiếng Việt, bài báo sẽ tính
tốn trọng số cảm xúc cho các từ ghép để mở rộng từ điển cảm

xúc. Bài báo này chỉ tính trọng số cảm xúc cho các cụm từ gồm
một phó từ chỉ cấp độ kết hợp với một tính từ hoặc động từ.
Các phó từ được chia thành các mức cao, khá, thấp, kém và
mức khơng khi ghép chung với tính từ và động từ. Bảng 1 liệt
kê một số phó từ cùng cấp độ.

Bảng 2: Thang độ của cụm tính từ.
n

Bảng 1: Một số phó từ cùng mức độ

Cụm từ

2

cực kỳ sang
sang cực kỳ

Cao

Khá

Thấp

Kém

Khơng

1.5

cực kỳ

rất

khá

hơi

khơng

1

q sang

cực

q

tạm

cũng

chẳng

0.5

sang q

vơ cùng thật

tương đối

chả

Ví dụ: cực kỳ đẹp > thật đẹp > đẹp > khá đẹp > cũng đẹp >
khơng đẹp.
Khi các phó từ đứng trước tính từ hoặc động từ sẽ làm tăng
mức độ cảm xúc của cụm tính từ hoặc cụm động từ tương ứng.
Ngược lại sẽ làm giảm mức cảm xúc của cụm từ nếu chúng
đứng sau.
Ví dụ: thật đẹp > đẹp thật
Trọng số cảm xúc của một từ, cụm từ thể hiện mức độ cảm
xúc mà người đọc cảm nhận. Độ lớn, nhỏ về trọng cảm xúc của
các từ, cụm từ thể hiện mối tương quan giữa chúng về khả
năng giúp người đọc cảm nhận được ý kiến, cảm xúc người
viết thể hiện trong văn bản.
Xét hai phát biểu như sau:
1. “Chiếc xe này rất bốc”
2. “Chiếc xe này rất đẹp”
Cụm động từ “rất bốc” ở câu 1 cho người đọc nhận định
rằng người viết có cảm xúc rất tích cực về chiếc xe, ở khía
cạnh vận hành của nó. Với câu 2 thì cụm tính từ “rất đẹp” cho
chúng ta nhận định rằng người viết đánh giá rất cao phần thiết
kế ngoại hình của xe. Tổng quan là rất khen chiếc xe. Tuy
nhiên, có thể nói cụm động từ “rất bốc” và tính từ “rất đẹp”
có mức độ tác động về mặt cảm xúc đến người đọc là khác
nhau. Câu 2 nhận xét về khía cạnh tĩnh của xe ơ tơ với cụm
tính từ “rất đẹp”. Trong khi đó, câu 1 nhận xét về khía cạnh
động của xe với cụm động từ “rất bốc”. Hiệu quả tác động về
cảm xúc của câu 1 với cụm động từ “rất bốc” đến người đọc sẽ

lớn hơn. Tương tự, khi nói động cơ của xe là “rất tiết kiệm” sẽ
có hiệu quả cảm xúc hơn khen xe chạy “rất êm”. Do đó, bài
báo sẽ chia thang độ cảm xúc của cụm động từ lớn hơn cụm
tính từ.
Tính trọng số cảm xúc cho cụm tính từ
Bài báo này sử dụng công thức đề xuất của [2] để tính trọng
số cảm xúc T cho cụm tính từ có dạng như công thức (1).

0

sang

-1

khá sang

-2

hơi sang
không sang

Trị cảm xúc của cụm tính từ theo giá trị  như bảng 3.
Bảng 3: Trọng số cảm xúc của từ ghép giữa phó từ và tính từ
n

Cụm từ

2

T

 = 0.1

 = 0.15

 = 0.2

cực kỳ sang

1.263

1.379

1.485

1.5

sang cực kỳ

1.202

1.293

1.379

1

quá sang

1.138

1.202

1.263

0.5

sang quá

1.070

1.104

1.138

0

sang

1

1

1

-1

khá sang

0.848

0.766

0.678

-2

hơi sang

0.678

0.485

0.263

không sang

0

0

0

Tính trọng số cảm xúc cho cụm động từ
Như đã đề cập ở phần trên, cụm động từ sẽ có trị cảm xúc
lớn hơn cụm tính từ. Bài báo đề xuất sẽ lớn hơn cụm tính từ 1
(một) thang độ so với cụm tính từ. Trọng số cảm xúc T của
cụm động từ được tính bởi cơng thức (2).
T =  (1  log 2 (1  (n  1) ))
(2)
Trị cảm xúc của cụm động từ theo giá trị  như bảng 4.

Bảng 4: Trọng số cảm xúc của từ ghép giữa phó từ và động từ

T =  (1  log 2 (1  n ))
(1)
Trong đó:
 n: cơ sở xác định độ chênh lệch cảm xúc giữa các cụm
từ.
 n: là giá trị độ chia như trong bảng 2, n  [-2; 2].

85

n

Cụm từ

2

cực kỳ bốc

T
 = 0.1

 = 0.15

 = 0.2

1.379

1.536

1.678


Bảng 5: Số liệu của từ điển đề xuất

1.5

bốc cực kỳ

1.322

1.459

1.585

1

quá bốc

1.263

1.379

1.485

0.5

bốc quá

1.202

1.293

1.379

Từ hạt giống

76

0

bốc

1.138

1.202

1.263

Số từ có trọng số dương

551

-1

khá bốc

1

1

1

Số từ có trọng số âm

463

-2

hơi bốc

0.848

0.766

0. 678

Số từ được gán trọng số cảm xúc

1014

không bốc

0

0

0

Thành phần

Bảng 6: Số liệu về kho ngữ liệu
Thành phần
Số mẫu xe được đánh giá
Số ý kiến
Số câu đã tách thành câu đơn theo khía
cạnh được gán nhãn dùng cho huấn luyện
Số câu được gán nhãn dùng cho thử
nghiệm

3.2.3. Tính trọng số cảm xúc theo phương pháp thông tin
tương hỗ (PMI)
Từ hạt giống và các từ dẫn xuất, bài báo tiếp tục tính trọng
số cảm xúc của các từ khác trong từ điển tiếng Việt trên cơ sở
quan hệ tương hỗ thông tin. Mối quan hệ này được xác định
theo thông tin tương hỗ từng điểm (pointwise mutual
information - PMI) [9]. Phương pháp này giúp xác định độ phụ
thuộc qua lại giữa hai mục từ trong một tập ngữ liệu. Các bước
tính như sau:
Bước 1: Tính PMI như cơng thức (2):
 p ( w1 & w2 ) 
(2)
PMI ( w1 , w2 )  log 2 

 p ( w1 ) p ( w2 ) 
 p(w1), p(w2): xác suất của từ w1, w2 trong kho ngữ liệu,
 p(w1&w2): xác suất từ w1 và từ w2 cùng trong kho ngữ
liệu.
Bước 2: Chuẩn hóa PMI [7] theo cơng thức (3) để có giá trị
npmi(w1;w2)  [-1;1].

npmi(w1 , w2 ) 

pmi(w1 , w2 )
h(w1 , w2 )

Số loại nhãn cảm xúc
Số câu nhãn “Khen”
Số câu nhãn “Trung tính”
Số câu nhãn “Chê”

441
3
(khen, trung
tính, chê)
1.611
1.627
1.616

Các vector đặc trưng cảm xúc của câu dùng cho phương
pháp này có số chiều là số khía cạnh của xe ơ tơ mà các nhà sản
xuất thường dùng khi giới thiệu về xe, gọi là các khía cạnh
chuẩn. Các khía cạnh chuẩn cụ thể bài báo dùng làm các phần
tử tạo nên các vector trong thử nghiệm bằng phương pháp
SVM: động cơ, giá bán, vận hành, an tồn, ngoại thất, nội thất,
tiện nghi, kích thước, trọng lượng, tổng thể.

(3)

 npmi(w1;w2) = 1 khi w1 và w2 xuất hiện cùng nhau,

 npmi(w1;w2) = -1 khi w1 và w2 không bao giờ xuất hiện
cùng nhau.
Bước 3: Tính trọng số cảm xúc theo mơ hình thơng tin tương
hỗ theo công thức (4):
SO( w) 
npmi( w; w )  npmi( w; w )
(4)
w+, w-: các từ hạt giống có trọng số cảm xúc dương và cảm
xúc âm.

4.2.2. Mơ hình học sâu (deep learning)
Bài báo thử nghiệm phân loại cảm xúc bằng mạng nơron tích
chập (Convolution Neural Network – CNN) dùng thư viện
TensorFlow. Thơng số cấu hình của CNN cho thử nghiệm trình
bày ở bảng 7.



IV.

4.413

4.2.1. Phương pháp học máy Support Vector Machine

w1 , w2



Số lượng
81

2.125

4.2 Phương pháp thử nghiệm

Trong đó:
 h( w1 , w2 )    p( w1 , w2 ) log 2 ( p( w1 , w2 )) là entropy của
cặp từ w1 và w2.

Số lượng

Bảng 7: Các thơng số cấu hình cho CNN
Word Embedding size
Filter size

THỬ NGHIỆM

Dropout

4.1 Dữ liệu thử nghiệm

Batch size

Dùng từ điển với trọng số cảm xúc được tính theo phương
pháp đề xuất của bài báo với số liệu trình bày trong bảng 5, bài
báo thử nghiệm phân loại cảm xúc cho tập dữ liệu văn bản ý kiến
đánh giá xe ô tơ có số liệu như bảng 6. Số câu của các lớp ý kiến
“khen”, “chê” và “trung tính” tương đương nhau, độ chênh lệch
là không đáng kể.

L2 weight decay

300
3, 4, 5
0.5
64
0.0014

Hệ số L2 được chọn thủ cơng qua q trình thử nghiệm.
Ma trận ở tầng Word Embedding được xây dựng bằng cơng
cụ word2vec. Thơng số cấu hình cơng cụ word2vec được mô tả
ở bảng 8.

86


– Độ đúng (Accuracy) đạt được với phương pháp SVM tốt
nhất đạt 74.83% ở trường hợp  = 0.2 (bảng 9) là một kết quả
khá tốt. Điều này cho thấy từ điển xây dựng bằng phương pháp
bài báo đề xuất có chất lượng khá cao đối với phương pháp học
máy SVM.
– Độ chính xác (Precision) của lớp khen trong cả ba trường
hợp thử nghiệm với phương pháp SVM đều tốt hơn hai lớp cịn
lại. Độ chính xác chênh lệch giữa các lớp cảm xúc còn lớn.
Trong cả ba trường hợp, độ đo của lớp trung tính là rất thấp.
Điều này có thế nó, từ điển chưa có hiệu quả với trường hợp
các ý kiến là chưa thật rõ ràng.
– Độ đo truy hồi (Recall) chỉ tốt trong trường hợp từ điển xây
dựng với  = 0.2 (bảng 9). Hai trường hợp cịn lại cho kết quả
khơng được tốt (bảng 10 và bảng 11).
– Phương pháp học sâu thu được kết quả (bảng 12) tương

đương phương pháp SVM ở trường hợp  = 0.15 (bảng 10).
Đây là phương pháp không phụ thuộc từ điển cảm xúc, nhưng
cần một kho ngữ liệu dùng cho huấn luyện phong phú. Vì vậy,
với một kho ngữ liệu chưa thật sự phong phú có thể là nguyên
nhân phương pháp chưa thể hiện hết khả năng.

Bảng 8: Thơng số cấu hình cơng cụ word2vec
Kích thước vector từ (size)

300

Khoảng cách từ dự đoán lớn nhất (window)

10

Tần suất từ tối thiểu (min_count)

2

Thuật tốn

CBOW

4.3 Kết quả thử nghiệm
Dùng cơng thức tính độ đúng (Accuracy), độ chính xác
(Precision) độ truy hồi (Recall) như trong [15]. Kết quả thử
nghiệm đánh giá bộ từ điền với một số hệ số độ mịn , đối với
cơng thức (1), được trình bày ở bảng 9, bảng 10, bảng 11. Bảng
12 trình bày kết quả thử nghiệm của phương pháp học sâu.
Bảng 9: Kết quả thử nghiệm với SVM khi  = 0,2

Độ chính xác
(%)

Độ truy hồi
(%)

Khen

80.04

59.20

Trung hòa

65.13

63.06

Chê

79.43

57.83

Lớp

Độ đúng
(%)

74.83

V.

Bảng 10: Kết quả thử nghiệm với SVM khi  = 0,15
Độ chính xác
(%)

Độ truy hồi
(%)

Khen

79.05

57.07

Trung hịa

62.50

60.51

Chê

78.01

55.56

Lớp

Độ đúng
(%)
73.02

Bảng 11: Kết quả thử nghiệm với SVM khi  = 0,1
Độ chính xác
(%)

Độ truy hồi
(%)

Khen

77.70

53.99

Trung hịa

59.21

56.60

Chê

74.47

52.50

Lớp

Độ đúng
(%)

TÀI LIỆU THAM KHẢO
[1]
[2]

70.29

[3]

Bảng 12: Kết quả thử nghiệm với CNN
Độ chính xác
(%)

Độ truy hồi
(%)

Khen

78.38

57.43

Trung hòa

63.16

60.76

Chê

78.72

55.78

Lớp

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Bài báo đã giới thiệu một phương pháp tính tốn trọng số
cảm xúc cho bộ từ điển cảm xúc tiếng Việt trong phạm vi một
miền xác định là lĩnh vực đánh giá xe ô tơ. Việc phân biệt trị
cảm xúc giữa từ loại tính từ và động từ đã cải thiện được hiệu
năng phân loại ý kiến so với việc không phân biệt từ loại. Do
phương pháp tính trọng số cảm xúc dựa trên thơng tin tương hỗ
nên việc có được kho ngữ liệu phong phú cũng có thể nâng cao
chất lượng cho từ điển. Bên cạnh đó, việc thử nghiệm phương
pháp xây dựng từ điển bài báo đã đề xuất cho các miền dữ liệu
khác cũng sẽ được quan tâm nghiên cứu.

Độ đúng
(%)

[4]

[5]

73.24

[6]

– Khi độ mịn về trọng số cảm xúc của cụm tính từ hoặc cụm
động từ càng thấp ( càng lớn) giữa các điểm của thang đo thì
các độ đo càng tăng. Độ đo tốt nhất của bộ từ điển trong các
trường hợp thử nghiệm là ứng với  = 0.2 (bảng 9). Như vậy,
nếu trọng số cảm xúc giữa các điểm của thang đo không chênh
lệch nhiều sẽ làm giảm khả năng phân loại cảm xúc của
phương pháp thử nghiệm SVM.

[7]
[8]

87

Nguyễn Tài Cẩn, “Ngữ pháp tiếng Việt”, Đại học Quốc gia Hà Nội, Hà
Nội, 1996.
Nguyen Ngoc Duy, “Xây dựng từ điển cảm xúc tiếng Việt theo chủ đề”,
Kỷ yếu hội thảo quốc gia về Điện tử, Truyền thông và Công nghệ
Thông tin, 2017, pages 89-94.
Nguyễn Ngọc Duy, Phan Thị Tươi, “Tóm tắt văn bản trên cơ sở phân loại
ý kiến độc giả của báo mạng tiếng Việt”, Tạp chí Phát triển Khoa học và
Công nghệ, Đại học Quốc gia Thành phố Hồ Chí Minh, K5, 19, pp. 5361, 2016.
Erik Cambria, Daniel Olsher, Dheeraj Rajagopal, “SenticNet 3: a common
and common-sense knowledge base for cognition-driven sentiment
analysis”, Proceedings of the 28th AAAI Conference on Artificial
Intelligence, pp. 1515-1521, 2014.
Peter D. Turney, “Thumbs Up or Thumbs Down? Semantic Orientation
Applied to Unsupervised Classification of Reviews”, Proceedings of the

40th Annual Meeting of the Association for Computational Linguistics,
USA, pp. 417-424, 2002.
Zhen Zhang and Lirong Qiu, “A Sentiment Calculation Method Based on
Tibetan Semantic Relations”, International Journal of Database Theory
and Application Vol. 9, No. 9, pp. 149-156, 2016.
Bouma, Gerlof, “Normalized Pointwise Mutual Information in
Collocation Extraction”, Proceedings of the Biennial GSCL Conference,
pp. 31-40, 2009.
Thien Khai Tran, Tuoi Thi Phan, “Computing Sentiment Scores of Verb
Phrases for Vietnamese”, Proceedings of the Conference on
Computational Linguistics and Speech Processing ROCLING, pp. 204213, 2016.


[9]
[10]
[11]
[12]

[13]

[14]

Kenneth Ward Church, Patrick Hanks – Word association norms, mutual
information, and lexicography, Journal Computational Linguistics 16 (1)
(1990) 22-29.
Yoon Kim, “Convolutional neural networks for sentence classification”,
in Proceedings of the 2014 Conference on Empirical Methods in
Natural Language Processing, EMNLP, 2014, pages 1746-1751.
Thien Khai Tran, Tuoi Thi Phan, “Computing Sentiment Scores of
Adjective Phrases for Vietnamese”, The 10th International Workshop,

MIWAI, Chiang Mai, Thailand, pp. 288-296, 2016.
Ashequl Qadir, “Detecting oipnion sentences specific to product features
in customer reviews using typed dependency relations”, Events in
Emerging Text Types (eETTs) - Borovets, Bulgaria, University of
Wolverhampton, UK, pp. 38–43, 2009.
Stefano Baccianella, Andrea Esuli, Fabrizio Sebastiani, “SentiWordNet
3.0: An Enhanced Lexical Resource for Sentiment Analysis and
Opinion Mining”, in Proceedings of the International Conference on
Language Resources and Evaluation, 2010, pages 17-23.
Hong Nam Nguyen, Thanh Van Le, Hai Son Le, Tran Vu Pham, “Domain
Specific Sentiment Dictionary for Opinion Mining of Vietnamese Text”,

[15]

[16]

[17]
[18]

88

Proceedings of the 8th International Workshop on Multi-disciplinary
Trends in Artificial Intelligence, pp. 136-148, 2014.
Sotiris Kotsiantis, Dimitris Kanellopoulos, and Panayiotis Pintelas,
“Handling imbalanced datasets: A review, GESTS International
Transactions on Computer Science and Engineering Vol. 30, No. 1, pp.
25-36, 2006.
Dat Quoc Nguyen, Dai Quoc Nguyen, Son Bao Pham, Phuong-Thai
Nguyen, Minh Le Nguyen, “From Treebank Conversion to Automatic
Dependency Parsing for Vietnamese”, International Conference on

Application of Natural Language to Information Systems, pp. 196-207,
2014.
Yoon Kim, “Convolutional neural networks for sentence classification”,
in Proceedings of the 2014 Conference on Empirical Methods in
Natural Language Processing, EMNLP, 2014, pages 1746-1751
Xin Rong, “word2vec parameter learning explained”, arXiv preprint
arXiv:1411.2738, 2014.