luận văn thạc sĩ phát triển các mô hình dựa trên mạng nơ ron cho phân tích quan điểm theo khía cạnh

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
———————

PHẠM ĐỨC HỒNG

PHÁT TRIỂN CÁC MÔ HÌNH DỰA TRÊN MẠNG NƠ-RON CHO

PHÂN TÍCH QUAN ĐIỂM THEO KHÍA CẠNH

LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC MÁY TÍNH

Hà Nội - 2019


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
———————

PHẠM ĐỨC HỒNG

PHÁT TRIỂN CÁC MÔ HÌNH DỰA TRÊN MẠNG NƠ-RON CHO

PHÂN TÍCH QUAN ĐIỂM THEO KHÍA CẠNH

Chuyên ngành: Khoa học máy tính
Mã số: 9480101.01

LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC MÁY TÍNH
NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS. Lê Anh Cường

Hà Nội - 2019


LỜI CẢM ƠN
Luận án tiến sĩ ngành Khoa học Máy tính này được Chính phủ Việt Nam hỗ trợ
một phần kinh phí thông qua Đề án 911 và được thực hiện tại Bộ môn Khoa học máy
tính, Khoa Công nghệ thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà
Nội dưới sự hỗ trợ về mặt thủ tục của Phòng Tài chính kế toán, Trường Đại học
Công nghệ. Bên cạnh đó còn có sự hỗ trợ kinh phí đối với các công bố có chỉ số
SCIE, SCI của Trường Đại học Điện lực và của đề tài NAFOSTED, mã số 102.012014.22 thuộc Quỹ Phát triển khoa học và công nghệ Quốc gia. Tôi xin chân thành
cảm ơn các đơn vị, tổ chức này đã giúp đỡ tôi trong thời gian nghiên cứu.
Luận án còn có sự hợp tác và hỗ trợ của các cá nhân, những người đã đóng góp rất
nhiều trong quá trình hoàn thành các vấn đề nghiên cứu của luận án. Trước hết tôi xin
chân thành cảm ơn PGS.TS. Lê Anh Cường đã trực tiếp hướng dẫn, giúp đỡ luôn sẵn
lòng và tạo mọi điều kiện thuận lợi nhất cho tôi trong quá trình học tập và nghiên cứu. Tôi
xin gửi lời cảm ơn chân thành tới PGS.TS. Hoàng Xuân Huấn, PGS.TS. Phan Xuân
Hiếu, TS. Nguyễn Văn Vinh, TS. Lê Nguyên Khôi, TS. Nguyễn Bá Đạt, TS. Nguyễn Thị
Ngọc Điệp (Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội), PGS.TS. Lê Thanh
Hương (Trường Đại học Bách khoa Hà Nội), TS. Nguyễn Thị Minh Huyền (Trường Đại
học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội), PGS. TS. Trần Đăng Hưng (Trường
Đại học Sư Phạm Hà Nội), TS. Đặng Thị Thu Hiền (Trường Đại học Thủy lợi) vì sự góp ý
rất chân thành và thẳng thắn, giúp cho luận án của tôi được hoàn thiện tốt hơn.

Tôi biết ơn chân thành đối với PGS.TS. Nguyễn Lê Minh (Viện Khoa học
công nghệ Tiên tiến Nhật Bản), TS. Trần Quốc Long (Trường Đại học Công
nghệ, Đại học Quốc gia Hà Nội). Hai thầy đã trực tiếp giảng dạy, chia sẻ cho
tôi nhiều hiểu biết liên quan đến nội dung nghiên cứu.
Tôi xin gửi lời cảm ơn đến tất cả anh, chị, em và bạn bè đồng nghiệp, nghiên cứu
sinh ở Bộ môn Khoa học máy tính, Khoa Công nghệ thông tin, Trường Đại học Công

nghệ, Đại học Quốc gia Hà Nội đã giúp đỡ tôi hoàn thành các kế hoạch và thủ tục
hành chính trong thời gian làm nghiên cứu sinh. Tôi cũng muốn cảm ơn đến
anh/chị/em đồng nghiệp, giảng viên khoa Công nghệ Thông tin, Trường Đại học Điện
lực đã luôn cổ vũ động viên và sát cánh bên tôi trong suốt quá trình nghiên cứu.
Cuối cùng, tôi muốn nói lời cảm ơn đặc biệt tới vợ tôi Lê Thị Kim Chung, và con trai
tôi Phạm Công Phúc đã dành cho tôi tình yêu và sự cảm thông, cho phép tôi dành nhiều
thời gian, tập trung cho công việc nghiên cứu. Tôi hết lòng biết ơn bố mẹ tôi về tình yêu
và sự cống hiến to lớn để tôi trưởng thành như ngày hôm nay, cảm ơn các anh, chị, em
của tôi về tình yêu gia đình và sự quan tâm giúp đỡ của họ cho công việc này.


LỜI CAM ĐOAN
Tôi xin cam đoan luận án này là kết quả nghiên cứu của tôi, được thực
hiện dưới sự hướng dẫn của PGS.TS. Lê Anh Cường. Các nội dung trích dẫn
từ các nghiên cứu của các tác giả khác mà tôi trình bày trong luận án này đã
được ghi rõ nguồn trong phần tài liệu tham khảo.

Phạm Đức Hồng

ii


Mục lục
Lời cảm ơn
Lời cam đoan

i
ii

Mục lục

iii

Danh mục các chữ viết tắt

vii

Danh mục các bảng

ix

Danh mục các hình vẽ

xi

Lời mở đầu

1

1 Tổng quan vấn đề nghiên cứu

5

1.1 Giới thiệu bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.2 Các bài toán trong phân tích quan điểm . . . . . . . . . . . . . . . . .

6

1.2.1

Tổng quan một hệ thống phân tích quan điểm . . . . . . . . . .

6

1.2.2

Phân tích quan điểm cho toàn bộ văn bản . . . . . . . . . . . .

8

1.2.3

Phân tích quan điểm theo khía cạnh . . . . . . . . . . . . . . .

8

1.2.4

Các bài toán trong phân tích quan điểm theo khía cạnh . . . . .

8

1.3 Các nghiên cứu liên quan . . . . . . . . . . . . . . . . . . . . . . . . .

10

1.3.1

Trích xuất từ thể hiện khía cạnh . . . . . . . . . . . . . . . . .

10

1.3.2

Xác định khía cạnh . . . . . . . . . . . . . . . . . . . . . . . .

11

1.3.3

Phân đoạn khía cạnh . . . . . . . . . . . . . . . . . . . . . . .

11

1.3.4

Phân loại quan điểm theo khía cạnh . . . . . . . . . . . . . . .

12

iii


1.3.5
1.3.6

Xếp hạng khía cạnh . . . . . . . . . . . . . . . . . . . . . . . .

Xác định hạng và trọng số khía cạnh ẩn . . . . . . . . . . . . .

12
13

1.4 Các tiếp cận giải quyết bài toán . . . . . . . . . . . . . . . . . . . . . .

14

1.5 Nghiên cứu trên thế giới và Việt nam . . . . . . . . . . . . . . . . . . .

15

1.6 Thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16

2 Kiến thức cơ sở

18

2.1 Các ký hiệu và khái niệm liên quan . . . . . . . . . . . . . . . . . . . .

18

2.2 Các mô hình học máy cơ sở cho phân tích quan điểm theo khía cạnh . . 21
2.2.1

Mô hình hồi quy đánh giá ẩn . . . . . . . . . . . . . . . . . . .

21

2.2.2

Thuật toán xác suất xếp hạng khía cạnh . . . . . . . . . . . . .

22

2.3 Các mô hình học biểu diễn mức từ, câu, đoạn/văn bản . . . . . . . . . . 25
2.3.1

Mô hình Word2Vec . . . . . . . . . . . . . . . . . . . . . . . .

25

2.3.2

Mô hình GloVe . . . . . . . . . . . . . . . . . . . . . . . . . .

26

2.3.3

Mô hình véc-tơ Paragraph . . . . . . . . . . . . . . . . . . . .

27

2.3.4

Mô hình mạng nơ-ron tích chập CNN . . . . . . . . . . . . . .

30

2.3.5

Mô hình véc-tơ kết hợp . . . . . . . . . . . . . . . . . . . . . .

33

2.4 Kết luận và thảo luận . . . . . . . . . . . . . . . . . . . . . . . . . . .

34

3 Đề xuất mô hình dựa trên mạng nơ-ron xác định hạng và trọng số khía cạnh
của thực thể
3.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35
35

3.2 Mô hình hóa bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . .

36

3.2.1

Bài toán xác định hạng và trọng số khía cạnh ẩn của thực thể . . 36

3.2.2

Bài toán xác định trọng số khía cạnh chung của các thực thể . . 37

3.3 Phương pháp đề xuất . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

3.3.1

Xác định hạng và trọng số khía cạnh ẩn của thực thể sử dụng

3.3.2

mô hình mạng nơ-ron một lớp ẩn . . . . . . . . . . . . . . . . .
38
Xác định hạng và trọng số khía cạnh ẩn của thực thể sử dụng
mô hình học biểu diễn đa tầng . . . . . . . . . . . . . . . . . .

iv

45


3.3.3

Xác định trọng số khía cạnh chung của thực thể sử dụng mô
hình mạng nơ-ron . . . . . . . . . . . . . . . . . . . . . . . . .
52
3.4 Thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
3.4.1

Các độ đo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57

3.4.2

Cài đặt mô hình . . . . . . . . . . . . . . . . . . . . . . . . . .

58

3.4.3

Kết quả thực nghiệm . . . . . . . . . . . . . . . . . . . . . . .

59

3.4.4

Đánh giá . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

60

3.4.5

Hiệu quả của các tham số trong mô hình LRNN-ASR . . . . . . 63

3.5 Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 Học véc-tơ biểu diễn từ cho phân tích quan điểm theo khía cạnh

66
68

4.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

68

4.2 Mô hình hóa bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . .

69

4.2.1

Bài toán tinh chỉnh véc-tơ biểu diễn từ . . . . . . . . . . . . . .

70

4.2.2

Bài toán học véc-tơ biểu diễn từ . . . . . . . . . . . . . . . . .

71

4.3 Phương pháp đề xuất . . . . . . . . . . . . . . . . . . . . . . . . . . .

72

4.3.1

Mô hình tinh chỉnh véc-tơ biểu diễn từ . . . . . . . . . . . . . .

72

4.3.2

Mô hình học véc-tơ biểu diễn từ SSCWE . . . . . . . . . . . .

77

4.4 Thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

4.4.1

Dữ liệu thực nghiệm và các độ đo . . . . . . . . . . . . . . . .

82

4.4.2

Các độ đo . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

82

4.5 Cài đặt và đánh giá mô hình tinh chỉnh véc-tơ từ WEFT . . . . . . . . . 83
4.5.1

Cài đặt mô hình . . . . . . . . . . . . . . . . . . . . . . . . . .

83

4.5.2

Đánh giá mô hình . . . . . . . . . . . . . . . . . . . . . . . . .

83

4.6 Cài đặt và đánh giá mô hình SSCWE . . . . . . . . . . . . . . . . . . .

85

4.6.1

Cài đặt mô hình . . . . . . . . . . . . . . . . . . . . . . . . . .

85

4.6.2

Đánh giá mô hình . . . . . . . . . . . . . . . . . . . . . . . . .

85

4.6.3

So sánh hai mô hình WEFT và SSCWE . . . . . . . . . . . . .

88

4.7 Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

v

90


5 Mô hình đa kênh dựa trên CNN nhằm khai thác đa véc-tơ biểu diễn từ và
ký tự cho phân tích quan điểm theo khía cạnh
91
5.1 Giới thiệu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
92
5.2 Mô tả bài toán . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

93

5.3 Phương pháp đề xuất . . . . . . . . . . . . . . . . . . . . . . . . . . .

94

5.3.1

Thành phần tích chập . . . . . . . . . . . . . . . . . . . . . . .

5.3.2

Mô hình mạng nơ-ron tích chập đa kênh cho phân tích quan

điểm theo khía cạnh . . . . . . . . . . . . . . . . . . . . . . .
5.4 Thực nghiệm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

94

95
100

5.4.1

Dữ liệu thực nghiệm và cài đặt mô hình MCNN . . . . . . . . . 100

5.4.2

Môi trường và thời gian thực nghiệm . . . . . . . . . . . . . . .

101

5.4.3

Đánh giá . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

101

5.4.4

Hiệu quả của các loại tham số . . . . . . . . . . . . . . . . . .

105

5.5 Kết luận . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

109

Kết luận

110

Danh mục công trình khoa học của tác giả liên quan đến luận án

112

Tài liệu tham khảo

113

vi


Danh mục các chữ viết tắt
LRNN
LRR
ASR
NNAWs
CNN
MCNN
NLP
POS
SVM

Latent Rating Neural Network (Mạng nơ-ron đánh giá ẩn)
Latent Rating Regression (Hồi quy đánh giá ẩn)

Aspect Semantic Representation (Biểu diễn ngữ nghĩa khía cạnh)
Neural Network Aspect Weights (Mạng nơ-ron trọng số khía cạnh)
Convolutional Neural Network (Mạng nơ-ron tích chập)
Multichannel Convolutional Neural Network (Mạng nơ-ron đa kênh tích chập)
Natural Language Processing (Xử lý ngôn ngữ tự nhiên)
Part Of Speech (Nhãn từ loại)
Support Vector Machine (Máy véc-tơ hỗ trợ)

vii


Danh sách bảng
3.1 Các từ hạt nhân được lựa chọn cho thuật toán phân đoạn khía cạnh . . . 55
3.2 Thống kế dữ liệu thực nghiệm . . . . . . . . . . . . . . . . . . . . . .
55
3.3 Kết quả dự đoán hạng của 5 khách sạn . . . . . . . . . . . . . . . . . .

59

3.4 Kết quả xác định trọng số khía cạnh của 5 khách sạn . . . . . . . . . . 59
3.5 So sánh mô hình LRNN với phương pháp LRR trong bốn trường hợp
biểu diễn khía cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Top 10 từ có trọng số tích cực và tiêu cực của từng khía cạnh . . . . . .

61
61

3.7 Các kết quả thực nghiệm và so sánh các mô hình trong việc xác định
hạng khía cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.8 Kết quả so sánh chất lượng trọng số khía cạnh chung . . . . . . . . . .

62
63

3.9 Các kết quả thực nghiệm trên các trường hợp khởi tạo trọng số khía cạnh

64

3.10 Kết quả thực nghiệm mô hình đề xuất sử dụng trọng số khía cạnh chung
so với sử dụng riêng . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1 Thống kê tập dữ liệu thứ 2 . . . . . . . . . . . . . . . . . . . . . . . .

65
82

4.2 Kết quả xác định khía cạnh . . . . . . . . . . . . . . . . . . . . . . . .

84

4.3 Kết quả phân loại quan điểm theo khía cạnh . . . . . . . . . . . . . . .

84

4.4 Bốn từ gần ngữ nghĩa với từ đã cho đối với từng mô hình . . . . . . . . 85
4.5 Các kết quả xác định khía cạnh . . . . . . . . . . . . . . . . . . . . . .

87

4.6 Các kết quả phân loại quan điểm . . . . . . . . . . . . . . . . . . . . .

87

4.7 Năm từ gần ngữ nghĩa với từ đã cho đối với từng mô hình . . . . . . . . 88
4.8 So sánh kết quả phân loại quan điểm giữa mô hình WEFT và SSCWE . 89
4.9 So sánh thời gian thực hiện giữa mô hình WEFT và SSCWE . . . . . . 90
5.1 Thống kê số lượng câu được sử dụng trong thực nghiệm . . . . . . . . . 100
viii


5.2 Bảng từ điển các ký tự tiếng Anh . . . . . . . . . . . . . . . . . . . . .
100
5.3 Kết quả xác định khía cạnh của mô hình MCNN và các mô hình cơ sở . 104
5.4 Kết quả dự đoán phân loại quan điểm theo khía canh của mô hình
MCNN và các mô hình cơ sở . . . . . . . . . . . . . . . . . . . . . . .
105
5.5 Các từ gần nhau được xác định bằng véc-tơ biểu diễn từ trong kênh CNN3106
5.6 So sánh kết quả, thời gian sử dụng kỹ thuật dropout trong mô hình
MCNN đối với cộng việc xác định khía cạnh . . . . . . . . . . . . . . .
106
5.7 So sánh kết quả, thời gian sử dụng kỹ thuật dropout trong mô hình
MCNN đối với công việc phân loại quan điểm khía cạnh . . . . . . . . 106
5.8 Kết quả xác định khía cạnh của mô hình MCNN với các mức lựa chọn
số chiều véc-tơ ký tự nhúng khác nhau . . . . . . . . . . . . . . . . . .
107
5.9 Kết quả phân loại quan điểm của mô hình MCNN với các mức lựa chọn
số chiều véc-tơ ký tự nhúng khác nhau . . . . . . . . . . . . . . . . . .
107
5.10 Kết quả xác định khía cạnh của mô hình MCNN khi sử dụng số lượng
bộ lọc khác nhau . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
108

5.11 Kết quả phân loại quan điểm của mô hình MCNN khi sử dụng số lượng
bộ lọc khác nhau . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

ix

108


Danh sách hình vẽ
1.1 Kiến trúc tổng quan của hệ thống phân tích quan điểm . . . . . . . . . .
2.1 Ví dụ một ý kiến khách hàng thể hiện quan điểm về dịch vụ khách sạn

7

Vinpearl Phu Quoc Resort . . . . . . . . . . . . . . . . . . . . . . . .
19
2.2 Ví dụ về Hạng chung của sản phẩm iPhone X 64GB . . . . . . . . . . . 20
2.3 Mô hình hồi quy đánh giá khía cạnh ẩn [1] . . . . . . . . . . . . . . . .

22

2.4 Mô hình Word2Vec với hai kiến trúc CBOW và Skip-gram . . . . . . . 25
2.5 Mô hình véc-tơ Paragraph học biểu diễn câu, đoạn hoặc cả văn bản [2] . 28
2.6 Minh họa mô hình túi từ phân phối của các véc-tơ Paragraph [2] . . . . 29
2.7 Minh họa tích chập trong ma trận câu . . . . . . . . . . . . . . . . . .

31

2.8 Minh họa mô hình phân lớp câu sử dụng mạng CNN [3] . . . . . . . . . 32
2.9 Minh họa việc sử dung mô hình véc-tơ kết hợp cho biểu diễn mức câu . 34

3.1 Ví dụ: đầu vào, đầu ra của toán xác định hạng và trọng số khía cạnh ẩn . 37
3.2 Ví dụ: đầu vào, đầu ra của toán xác định trọng số khía cạnh chung . . . 38
3.3 Các công việc cần giải quyết của bài toán xác định hạng và trọng số
khía cạnh ẩn của thực thể . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.4 Minh họa mô hình mạng nơ-ron LRNN xếp hạng ẩn . . . . . . . . . . . 41
3.5 Các công việc cần giải quyết của bài toán xác định hạng, trọng số khía
cạnh ẩn sử dụng mô hình học biểu diễn đa tầng . . . . . . . . . . . . . 45
3.6 Minh họa mô hình học biểu diễn đa tầng cho phân tích quan điểm theo
khía cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7 Minh họa mô hình xác định hạng khía cạnh chung . . . . . . . . . . . .

46
52

3.8 Quy trình thực nghiệm, đánh giá mô hình LRNN . . . . . . . . . . . .

56

3.9 Quy trình thực nghiệm, đánh giá mô hình LRNN-ASR . . . . . . . . . 56
x


3.10 Quy trình thực nghiệm, đánh giá mô hình NNAWs . . . . . . . . . . . . 57
3.11 Mô hình FULL-LRNN-ASR thực hiện với các giá trị khác nhau của
63
trọng số g và b (b + g = 1) trên độ đo Preview . . . . . . . . . . . . . .
3.12 Mô hình FULL-LRNN-ASR thực hiện với số chiều véc-tơ biểu diễn từ
khác nhau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64

3.13 Kết quả xác định trọng số khía cạnh chung của dịch vụ khách sạn . . . . 65
4.1 Mô tả đầu vào và đầu ra của của bài toán tính chỉnh véc-tơ biểu diễn từ . 71
4.2 Mô tả đầu vào và đầu ra của của bài toán học véc-tơ biểu diễn từ . . . . 72
4.3 Minh họa mô hình tinh chỉnh véc-tơ biểu diễn từ WEFT . . . . . . . . . 73
4.4 Minh họa thành phần nhúng ngữ nghĩa của véc-tơ biểu diễn từ sử dụng
mô hình CBOW . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
4.5 Minh họa thành phần nhúng thông khía cạnh và quan điểm theo khía cạnh 79
4.6 Hiệu quả của số chiều véc-tơ từ trong công việc dự đoán quan điểm khía
cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
5.1 Mô tả đầu vào, đầu ra của công việc khai thác đa véc-tơ biểu diễn từ,
biểu diễn ký tự cho phân tích quan điểm theo khía cạnh . . . . . . . . . 93
5.2 Minh họa thành phần tích chập . . . . . . . . . . . . . . . . . . . . . .
94
5.3 Mô hình mạng nơ-ron tích chập đa kênh MCNN cho công việc xác định
khía cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
96
5.4 Minh họa mô hình lai CNN1 + CNN2 + CNN3 cho công việc xác định
khía cạnh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
102
5.5 Hiệu quả của mô hình MCNN với các kích cỡ mini-batching từ 10 đến
100 ....................................108

xi


Mở đầu
1. Tính cấp thiết của luận án
Dữ liệu đánh giá về các sản phẩm, dịch vụ và sự kiện xã hội trên các hệ thống tin tức

và thương mại trực tuyến ngày càng đa dạng, phong phú. Dữ liệu này bao gồm các bài
bình luận, các bài viết chứa ý kiến đánh giá về các sản phẩm, dịch vụ, sự kiện của người
sử dụng mạng tạo ra trong quá trình sử dụng hệ thống. Sự bùng nổ của các trang Web
thương mại trực tuyến, các trang tin tức, các diễn đàn, các mạng xã hội đã dẫn đến số
lượng các bài viết chứa ý kiến ngày càng nhiều và được cập nhật liên tục. Nguồn thông
tin này thực sự hữu ích, giúp các công ty, tổ chức nắm bắt thông tin khách hàng một
cách kịp thời để cải tiến sản phẩm, nâng cấp dịch vụ; giúp khảo sát quan điểm mọi người
về các sự kiện, hiện tượng xã hội; hỗ trợ tích cực trong việc quản trị thương hiệu. Với số
lượng thông tin rất lớn và cập nhật liên tục thì nhu cầu về xây dựng một hệ thống phân
tích và tổng hợp quan điểm tự động trở nên cấp thiết và đóng một vai trò quan trọng
trong các hệ thống khai thác dữ liệu và khai phá tri thức.

Các nghiên cứu ban đầu về khai phá và phân tích quan điểm (opinion mining and
sentiment analysis) tập trung vào đánh giá toàn bộ bài viết, xem một bài viết về tổng
thể chứa quan điểm tích cực, tiêu cực, hay trung lập. Trong thực tế khách hàng
thường bày tỏ quan điểm về các khía cạnh khác nhau của thực thể (gọi chung cho
sản phẩm, dịch vụ, sự kiện,... được đánh giá), ví dụ như về khía cạnh giá cả, vị trí,
nhân viên, phòng ốc của một dịch vụ khách sạn. Các ý kiến hỗn hợp giữa tích cực và
tiêu cực với nhiều cách thể hiện phong phú là bản chất của ngôn ngữ tự nhiên. Vì
vậy các nghiên cứu hiện tại tập trung nhiều hơn vào phân tích quan điểm theo từng
khía cạnh của thực thể (aspect based sentiment analysis).
Tiếp cận chung của cộng đồng nghiên cứu để giải quyết bài toán phân tích quan
điểm là xác định các đặc trưng thể hiện quan điểm và ứng dụng các phương pháp
học máy để xây dựng mô hình dự đoán, phân loại quan điểm. Các mô hình học sâu
(deep learning) gần đây đã được nghiên cứu và đã chứng tỏ được sức mạnh trong
lĩnh vực học máy và ứng dụng, đồng thời đã được áp dụng hiệu quả nói chung trong
xử lý ngôn ngữ tự nhiên cũng như cụ thể trong bài toán khai phá và phân tích quan
điểm. Tuy nhiên, các kết quả nghiên cứu hiện tại vẫn còn hạn chế và gặp khó khăn
trong việc xử lý biểu diễn dữ liệu, học đặc trưng, mô hình hóa đa khía cạnh của thực
thể và sự tương tác giữa các quan điểm khác nhau.

Đề tài của luận án có nhiệm vụ giải quyết các vấn đề đang đặt ra trong bài toán phân
tích quan điểm theo khía cạnh. Chúng tôi tập trung vào bài toán phân tích quan điểm
theo khía cạnh dựa trên việc phát triển các mô hình học sâu nhằm đồng thời giải quyết
1


bài toán học biểu diễn (representation learning) và bài toán phân loại (classification).

2. Mục tiêu nghiên cứu của luận án
Mục tiêu của luận án là nghiên cứu các kỹ thuật, mô hình học biểu diễn cho
mức từ, mức câu, và mức văn bản. Đề xuất các mô hình mới và cải tiến các mô
hình học biểu diễn hiện có nhằm giải quyết các bài toán phân tích quan điểm
theo khía cạnh. Hướng đến giải quyết hai bài toán chính: (1) Bài toán xếp hạng
và xác định trọng số khía cạnh của thực thể (sản phẩm/dịch vụ); (2) Bài toán xây
dựng các mô hình phân tích quan điểm theo khía cạnh nhằm xác định khía cạnh
cho từng câu đầu vào và phân loại quan điểm theo khía cạnh tương ứng cho nó.

3. Phạm vi và phương pháp nghiên cứu của luận án
Phạm vi nghiên cứu bao gồm:
Nghiên cứu, đề xuất các mô hình xếp hạng và xác định trọng số khía cạnh của
thực thể, tích hợp biểu diễn đa tầng ngữ nghĩa từ mức từ đến mức câu, mức
đoạn, mức khía cạnh đến mức cuối là tổng hợp quan điểm toàn bộ văn bản.

Nghiên cứu, đề xuất các mô hình học biểu diễn mức từ cho phân tích
quan điểm theo khía cạnh. Các véc-tơ từ đạt được từ các mô hình đề
xuất được đánh giá hiệu quả thông qua hai bài toán: xác định khía cạnh
và phân loại quan điểm theo khía cạnh.
Nghiên cứu, đề xuất mô hình phân tích quan điểm theo khía cạnh tích
hợp thông tin từ nhiều nguồn khác nhau. Cụ thể khai thác đồng thời đa
véc-tơ biểu diễn từ và véc-tơ biểu diễn ký tự.

Về phương pháp nghiên cứu, luận án nghiên cứu các mô hình dựa trên
mạng nơ-ron nhân tạo sử dụng các kỹ thuật học biểu diễn hiệu quả, phù hợp
cho từng bài toán cụ thể. Các mô hình đề xuất được thực nghiệm trên các tập
dữ liệu thực tế. Các độ đo điển hình cho tính hiệu quả của mô hình đề xuất
cũng sẽ được lựa chọn trong đánh giá kết quả thực nghiệm.
4. Đóng góp của luận án
Các đóng góp chính của luận án bao gồm:
Chúng tôi đề xuất mô hình học biểu diễn đa tầng cho bài toán xác định hạng khía
cạnh và trọng số khía cạnh ẩn. Phương pháp đề xuất đã mô hình hóa được tính
phân cấp trong biểu diễn dữ liệu và sự kết nối và chia sẻ thông tin nhằm đưa đến
khả năng dự đoán đồng thời hạng khía cạnh và trọng số (mức độ quan trọng)
tương ứng với khía cạnh đó. Với đề xuất này chúng tôi đã công bố một bài báo
trong tạp chí ISI-SCIE: Data and Knowledge Engineering (DKE) năm 2018.
2


Để khai thác hiệu quả sự kết hợp nhiều nguồn thông tin khác nhau chúng tôi
đề xuất mô hình tích hợp thông tin dựa trên mạng đa kênh CNN (Convolutional
Neural Network). Các nguồn thông tin khác nhau được đồng thời sử dụng bao
gồm các mô hình Word2Vec khác nhau và mô hình Character2Vec. Các nguồn
thông tin được tích hợp một cách hiệu quả thông qua các tầng CNN và kết hợp
giữa các tầng CNN. Đề xuất này đã được công bố trong tạp chí ISI-SCI:
International Journal of Approximate Reasoning năm 2018.
Chúng tôi đề xuất mô hình học biểu diễn từ có giám sát cho bài toán phân tích
quan điểm, nhằm khắc phục điểm yếu của các mô hình học biểu diễn từ không
giám sát. Đề xuất này giúp cho các véc-tơ biểu diễn từ chứa nhiều thông tin có
ích cho bài toán phân tích quan điểm, bao gồm: ngữ nghĩa, khía cạnh và quan
điểm. Đề xuất này đã được công bố trong kỷ yếu hội nghị quốc tế Text,
Speech, and Dialogue (TSD) năm 2017, và trong kỷ yếu hội nghị quốc tế the
Pacific Association for Computational Linguistics (PACLING) năm 2017.

Bên cạnh các đóng góp chính, chúng tôi còn đề xuất mô hình mạng nơ-ron một lớp ẩn,
sử dụng các biểu diễn khía cạnh được học từ mô hình Pragraph cho bài toán xác định
hạng, trọng số khía cạnh ẩn. Đề xuất này đã được công bố trong kỷ yếu hội nghị quốc tế
Computational Social Network (CSoNet) năm 2016. Đồng thời, để khai thác thông tin
chung về mức độ quan trọng của các khía cạnh thực thể cho các nhà quản lý sản
phẩm/dịch vụ, chúng tôi đề xuất mô hình xác định trọng số khía cạnh chung. Kết quả đã
được công bố trong tạp chí Indian Journal of Science and Technology năm 2016.

5. Bố cục của luận án
Ngoài phần mở đầu và kết luận, luận án được tổ chức thành 5 chương
phù hợp với các công bố liên quan của luận án, với bố cục như sau:
Chương 1. Giới thiệu tổng quan về các vấn đề nghiên cứu trong luận án.
Luận án phân tích, đánh giá chung các công trình nghiên cứu liên quan;
nêu ra một số vấn đề còn tồn tại mà luận án sẽ tập trung giải quyết.

Chương 2. Trình bày các ký hiệu và khái niệm liên quan, các mô hình
học máy cơ sở được sử dụng trong công việc đánh giá khía cạnh của
thực thể. Một số mô hình học biểu diễn cơ sở cho mức từ, mức câu và
mức đoạn/văn bản cũng sẽ được trình bày.
Chương 3. Trình bày nội dung, kết quả nghiên cứu hai mô hình xác
định hạng và trọng số khía cạnh ẩn của thực thể. Bên cạnh đó, mô hình
xác định trọng số khía cạnh chung cũng sẽ được trình bày.
3


Chương 4. Trình bày nội dung, kết quả nghiên cứu hai mô hình học
véc-tơ từ cho phân tích quan điểm theo khía cạnh.
Chương 5. Trình bày nội dung, kết quả nghiên cứu mô hình tích hợp
nhiều nguồn thông tin và ứng dụng trong khai thác đa véc-tơ biểu diễn
từ và véc-tơ biểu diễn ký tự cho phân tích quan điểm theo khía cạnh.

4


Chương 1
Tổng quan vấn đề nghiên cứu
Chương này trình bày tổng quan về các vấn đề nghiên cứu trong luận án, bao
gồm: giới thiệu chung về bài toán, kiến trúc chung của một hệ thống phân tích
quan điểm; các bài toán trong phân tích quan điểm theo khía cạnh; các nghiên
cứu liên quan; các tiếp cận; tình hình nghiên cứu trên thế giới và Việt Nam. Sau
khi phân tích, đánh giá những điểm còn tồn tại từ các nghiên cứu liên quan, phần
thảo luận sẽ được trình bày, đưa ra các bài toán mà luận án sẽ giải quyết. Lý do
và động lực đề xuất mô hình cho mỗi bài toán cũng sẽ được đưa ra.

1.1 Giới thiệu bài toán
Các ý kiến phản hồi của khách hàng đối với các sản phẩm, dịch vụ trực tuyến trên
mạng Internet là nguồn thông tin quan trọng đối với các doanh nghiệp bởi vì nó giúp họ
hiểu được điểm mạnh, điểm yếu trong sản phẩm, dịch vụ của mình, đồng thời nhanh
chóng nắm bắt được tâm lý và nhu cầu khách hàng để mang đến cho họ sản phẩm, dịch
vụ tốt hơn. Tuy nhiên với số lượng ý kiến rất lớn và cập nhật liên tục thì sẽ nảy sinh nhu
cầu xây dựng một hệ thống tự động để phân tích và khai phá quan điểm.

Mỗi ý kiến đánh giá thường bao gồm thông tin về các sản phẩm hay dịch vụ, các
sự kiện, sự việc, cơ quan tổ chức được đánh giá và quan điểm của người đánh giá
đối với các loại đối tượng này. Sau đây ta sẽ gọi chung các đối tượng được đánh giá
là các thực thể và khi cần sẽ đề cập riêng để nhấn mạnh thực thể chung hay là khía
cạnh (aspect) của thực thể. Quan điểm là các ý kiến chủ quan mà con người nói về
các thực thể. Nhiệm vụ của phân tích quan điểm là xác định thực thể cùng các khía
cạnh của nó nhằm tính toán quan điểm, đánh giá thái độ và cảm xúc của con người
đối với thực thể cũng như các khía cạnh (thuộc tính, thành phần) của thực thể.

Thông tin quan điểm đối với một thực thể cụ thể có vai trò rất quan trọng, bởi khi
5


chúng ta cần đưa ra một quyết định liên quan tới một thực thể nào đó, chúng ta thường
quan tâm tới ý kiến của người khác đối với thực thể đó, theo dạng như “ Những người
khác đã nghĩ và đánh giá về thực thể đó như thế nào?”. Ví dụ khi chúng ta muốn mua
một chiếc điện thoại iPhone X 64GB chúng ta sẽ muốn tìm hiểu hoặc hỏi bạn bè và
người thân “Điện thoại iPhone X 64GB có tốt không? Hệ điều hành IOS của iPhone thế
nào? Camera quay video và chụp ảnh có đẹp không?..v.v”. Như vậy quan điểm của
người khác giúp các cá nhân có thêm thông tin trước khi quyết định một vấn đề. Ngoài ra
khi biết được thông tin quan điểm đối với một sản phẩm, dịch vụ từ các khách hàng thì rõ
ràng nó giúp mang lại các thông tin hữu ích cho các công ty, tổ chức thay đổi hoặc cải
tiến dòng sản phẩm, dịch vụ của mình. Bên cạnh đó thông tin quan điểm phân tích được
trên một cộng đồng dân chúng còn giúp các chính quyền nắm được hiểu quả của các
chính sách khi áp dụng trong xã hội.

1.2 Các bài toán trong phân tích quan điểm
1.2.1 Tổng quan một hệ thống phân tích quan điểm
Ngày nay đã có nhiều hệ thống phân tích quan điểm làm việc với những miền dữ
1

liệu khác nhau, như hệ thống Smcc của công ty InfoRe làm việc trên miền dữ liệu
2

sản phẩm điện thoại di động, hệ thống Vsocial của công ty Tecapro làm việc trên
miền dữ liệu ngân hàng. Nhìn chung, mô hình biểu diễn kiến trúc chung của một hệ
thống khai phá và phân tích quan điểm được thể hiện như trong Hình 1.1. Xuất phát
từ nguồn dữ liệu đánh giá thực thể của người sử dụng trên các hệ thống như
3

4

5

6

Amazon , Tripadvisor , Youtube , Thegioididong . Hệ thống phân tích quan điểm làm
việc với các nguồn dữ liệu này, gồm các thành phần chính như sau:
1smcc.vn
2vsocial.vn

3

4

www.amazon.com

www.tripadvisor.com

5

www.Youtube.com

6

www.thegioididong.com

6

Hình 1.1: Kiến trúc tổng quan của hệ thống phân tích quan điểm
Thu thập (crawler)
Tiền xử lý (pre-processing)
Trích chọn đặc trưng (feature extraction, data
representation) Học máy (machine learning)
Thu thập: Là thành phần tự động lấy dữ liệu đánh giá của người dùng từ
các hệ thống trực tuyến (Web).
Tiền xử lý: Thành phần này có nhiệm vụ xử lý dữ liệu, gồm các công việc
như: loại bỏ từ dừng, chuẩn hóa các từ và dấu cách, tách từ. etc.
Trích chọn đặc trưng: Sử dụng kỹ thuật biểu diễn văn bản (ví dụ mô hình
bag of word) để biểu diễn các văn bản đầu vào thành các véc-tơ đặc trưng.
Học máy: Gồm có hai pha: huấn luyện, và dự đoán. Pha huấn luyện sử dụng tập dữ
liệu huấn luyện làm đầu vào và có nhiệm vụ học một mô hình dự đoán. Pha dự đoán có
nhiệm vụ tính toán để phân loại quan điểm cho các véc-tơ biểu diễn văn bản từ đầu vào.

7


1.2.2 Phân tích quan điểm cho toàn bộ văn bản
Phân tích quan điểm cho toàn bộ văn bản là bài toán cơ bản nhất trong phân tích
quan điểm. Cũng giống bài toán phân lớp văn bản thông thường. Cho trước một tập
các văn bản đánh giá sản phẩm, đối với từng văn bản đầu vào, bài toán yêu cầu tính
điểm (phân loại) quan điểm chung cho nó. Dựa trên điểm quan điểm đã đạt được,
từng văn bản sau đó được gán các nhãn quan điểm hoặc các hạng tương ứng. Các
nhãn có thể được gán như nhãn tích cực (Positive) hoặc tiêu cực (Negative) hoặc
trung lập. Trong trường hợp cần xếp hạng quan điểm cho văn bản thì hạng được
gán cho văn bản là “1 sao” (có nghĩa là rất tiêu cực) hoặc “2 sao” (tiêu cực mức trung
bình) hoặc “3 sao” (trung lập) hoặc “4 sao” (tích cực) hoặc “5 sao” (rất tích cực).

Việc phân tích quan điểm theo loại bài toán này thường ở mức tài liệu và
không quan tâm tới vấn đề chi tiết hơn như người đánh giá sản phẩm thích
hay không thích khía cạnh nào của sản phẩm.

1.2.3 Phân tích quan điểm theo khía cạnh
Chúng ta dễ thấy rằng đánh giá một quan điểm cho toàn bộ văn bản là không đủ
chi tiết cho các ứng dụng thực tế. Một văn bản đánh giá tích cực về một đối tượng cụ
thể không có nghĩa là người dùng có ý kiến tích cực về mọi khía cạnh của đối tượng
đó. Tương tự, một văn bản đánh giá tiêu cực cho một đối tượng không có nghĩa là
người dùng không thích tất cả mọi khía cạnh của đối tượng đó. Ví dụ, trong một ý
kiến đánh giá sản phẩm, người đánh giá thường ghi cả khía cạnh tích cực và tiêu
cực của sản phẩm, mặc dù quan điểm chung về sản phẩm có thể là tích cực hoặc
tiêu cực. Để có thể phân tích quan điểm phù hợp với nhu cầu sử dụng trong thực tế,
chúng ta cần phải nghiên cứu sâu về quan điểm ở mức khía cạnh.
Cho trước một tập các văn bản đánh giá sản phẩm, đối với từng văn bản đầu
vào, bài toán yêu cầu tính điểm quan điểm cho từng khía cạnh của thực thể đã được
thể hiện trong nó. Dựa trên điểm quan điểm đã đạt được, từng khía cạnh sau đó
được gán nhãn quan điểm (ví dụ: nhãn tích cực, tiêu cực, hoặc trung lập) hoặc hạng
(ví dụ: hạng “1 sao”, “2 sao”, “3 sao” , “4 sao”, hoặc “5 sao”) tương ứng.

1.2.4 Các bài toán trong phân tích quan điểm theo khía cạnh
Trong thực tế, phân tích quan điểm theo khía cạnh bao gồm các bài toán
điển hình như sau:
(1) Trích xuất từ thể hiện khía cạnh: Cho trước một tập các ý kiến (văn bản) đánh
8


giá của một số thực thể được xác định trước (ví dụ: Các khách sạn, các
quán ăn, điện thoại), mỗi văn bản bao gồm một số câu. Yêu cầu xác
định các từ thể hiện khía cạnh trong từng câu, sau đó thu thập các từ đó

vào trong các khía cạnh tương ứng.
(2) Xác định khía cạnh: Cho trước một tập nhãn khía cạnh của một thực
thể, đối với một câu văn bản đánh giá chưa được gán nhãn, chúng ta
cần dự đoán nhãn khía cạnh thích hợp cho nó.
(3) Phân loại quan điểm theo khía cạnh: Tương ứng với tập nhãn khía cạnh
của một thực thể đã được xác định trước, cho trước một tập nhãn quan
điểm (ví dụ bao gồm các nhãn: tích cực (positive), trung lập (neutral), tiêu
cực (negative)), đối với một câu đầu vào đã được gán nhãn khía cạnh, bài
toán cần dự đoán nhãn quan điểm tương ứng cho nó.
(4) Phân đoạn khía cạnh: Cho trước một tập văn bản đánh giá của một tập
thực thể (một số thực thể hay một tập thực thể trong luận án này được hiểu
là các dòng sản phẩm/dịch vụ cùng loại), yêu cầu xác định các đoạn văn
bản đề cập tương ứng tới các khía cạnh của thực trong từng văn bản.
(5) Xếp hạng khía cạnh: Xếp hạng khía cạnh là công việc định hướng ước
lượng đánh giá qua điểm theo khía cạnh của thực thể, giá trị ước lượng
quan điểm theo khía cạnh thường theo các giá trị từ 1 đến 5. Bài toán cho
trước một tập văn bản đánh giá của một tập thực thể (ví dụ thực thể khách
sạn) bao gồm các quan điểm về sản phẩm này và các khía cạnh của nó.
Yêu cầu xếp hạng hay tính điểm theo mức độ đánh giá quan điểm từ 1 đến
5 của từng khía cạnh đã được người dùng thảo luận trong mỗi văn bản.
(6) Xác định hạng và trọng số khía cạnh ẩn: Cho trước một tập văn bản đánh giá
của một tập thực thể (ví dụ: tập thực thể sản phẩm khách sạn) bao gồm các quan
điểm về sản phẩm này và các khía cạnh của nó. Từng văn bản đánh giá được gán
một hạng chung, hạng chung này xác nhận quan điểm chung cho cả văn bản. Yêu
cầu xác định hạng và trọng số khía cạnh cho từng thực thể, đây là bài toán giả
thiết hạng khía cạnh và trọng số khía cạnh ẩn, chưa biết và làm thế nào chúng ta
có thể xác định được các hạng cũng như các trọng số khía cạnh đó.

Trong nội dung luận án, chúng tôi giải quyết bài toán (2), (3), và (6). Đối với
bài toán (6), để giải quyết được nó chúng tôi cần thực hiện các công việc liên

quan tới tất cả các bài toán. Do đó trong phần trình bày các nghiên cứu liên
quan, chúng tôi cũng trình bày các nghiên cứu liên quan tới các bài toán này.

9


1.3 Các nghiên cứu liên quan
1.3.1 Trích xuất từ thể hiện khía cạnh
Trích xuất từ thể hiện khía cạnh là công việc đầu tiên cần giải quyết trong một hệ
thống phân tích quan điểm theo khía cạnh, và đã được nghiên cứu nhiều hơn so với các
công việc khác. Các kỹ thuật sử dụng bao gồm các phương pháp học giám sát và không
giám sát. Phương pháp giám sát học một mô hình trích xuất từ một tập các ý kiến đánh
giá được gán nhãn. Mô hình trích xuất học được sẽ được sử dụng để trích xuất các khía
cạnh trong các ý kiến đánh giá mới. Hầu hết các phương pháp học giám sát dựa trên kỹ
thuật học tuần tự (sequential learning) hoặc gán nhãn chuỗi (sequential labeling), như
Wong và các cộng sự trong nghiên cứu [4] đã học trích xuất khía cạnh sử dụng mô hình
Hidden Markov¨ (HM) và Conditional Random Fields (CRF). Jin [5] sử dụng mô hình HM
huấn luyện để trích xuất khía cạnh và các từ thể hiện quan điểm. Kết hợp hai mô hình
biến thể của mô hìnhCRF là Skip-CRF và Tree-CRF [6]. Tất cả các phương pháp này đòi
hỏi phải có đủ các mẫu được gán nhãn để huấn luyện. Tuy nhiên, họ phải mất nhiều thời
gian và tốn nhiều công lao động để gán nhãn mẫu huấn luyện. Gần đây nhiều nghiên
cứu sử dụng các kỹ thuật học biểu diễn, Poria và các cộng sự [7] sử dụng véc-tơ từ
Word2Vec và mô hình mạng nơ-ron tích chập đa tầng. Lin [8] đề xuất một mô hình mới
dựa trên mạng LSTM, sử dụng thông tin tóm tắt quan điểm và lịch sử phân loại khía
cạnh. Zhang và các cộng sự [9] dựa trên kiến trúc mô hình kết hợp LSTM và CNN đã
giới thiệu mô hình mới, sử dụng một cổng ngữ cảnh nhằm mã hóa thông tin mối quan hệ
tương tác phụ thuộc cú pháp giữa các từ trong cùng một ngữ cảnh.
Các phương pháp học không giám sát cũng đã đạt được kết quả tốt, tiêu biểu là tiếp
cập học không giám sát được đề xuất bởi Hu và các cộng sự [10], họ giả thiết khía cạnh
thông thường là các danh từ và cụm danh từ, các tác giả đầu tiên trích xuất danh từ như

là các ứng cử viên của khía cạnh, sau đó các tính tần suất xuất hiện của danh từ và cụm
danh từ, và cuối cùng chỉ những từ có tần xuất hiện cao được giữ lại và coi như là các từ
thuộc các khía cạnh cần xác định. Popescu và cộng sự [11] đã phát triển hệ thống
OPINE, cho phép trích xuất các khía cạnh dựa trên hệ thống web KnowItAll trích xuất
thông tin của Etzioni và các cộng sự [12]. Mei và các cộng sự [13] sử dụng một mô hình
chủ đề xác suất để thu thập các khía cạnh và quan điểm. Wu và cộng sự [14] đã sử dụng
một bộ phân tích cú pháp phụ thuộc vào cụm từ để trích xuất các cụm danh từ các ý kiến
đánh giá và cói chúng như là các ứng cử viên của khía cạnh. Sau đó họ sử dụng mô
hình ngôn ngữ để lọc ra các từ khía cạnh. Luo và các cộng sự [15] xây dựng một hệ
thống thực hiện thông qua ba giai đoạn: (1) thiết kế tập luật cú pháp để trích xuất các từ
là ứng cử viên thể hiện khía cạnh; (2) sử dụng một mạng từ (WordNet) để xác định các
từ thể hiện khía cạnh nhưng đồng nghĩa, và thu thập chúng thành những tập từ riêng
biệt. (3) xếp hạng các từ và trích chọn những từ có điểm xếp hạng cao. Dragoni và cộng
10


sự [16] sử dụng một tập chiến lược không giám sát để khai thác quan điểm
và một công cụ giám sát người sử dụng trong trực quan hóa dữ liệu.

1.3.2 Xác định khía cạnh
Bài toán xác định khía cạnh yêu cầu xác định khía cạnh cho từng câu trong một ý
kiến đánh giá, nó giống với bài toán phân loại văn bản mức câu thông thường. Ganu
và cộng sự [17] đã sử dụng trực tiếp bộ phân loại SVM để huấn luyện bộ phân loại
trên các ý kiến đánh giá trên miền dữ liệu “Restaurant”. Kiritchenko và cộng sự [18]
đã áp dụng một thuật toán tương tự nhưng đã khai thác một bộ từ điển gồm các liên
kết giữa từ và khía cạnh để cải thiện kết quả dự đoán khía cạnh cho từng câu. Hệ
thống của họ đạt được thứ hạng cao nhất trong cuộc thi xác định khía cạnh của hội
nghị SemEval năm 2014. McAuley và cộng sự [19] đã đề xuất một mô hình phân biệt
để dự đoán khía cạnh sản phẩm. Họ sử dụng hai loại tham số để mã hóa từ kết hợp.
Trong đó, một loại học các từ được kết hợp với từng khía cạnh. Một loại học các từ

được kết hợp với từng hạng đánh giá của các văn bản đánh giá.

Các nghiên cứu gần đây, Zhou và cộng sự [20] biểu diễn khía cạnh bằng
phương pháp lai đặc trưng và sử dụng nó làm đầu vào cho mô hình phân lớp hồi
quy. Sun và các cộng sự [21] xây dựng các câu phụ dựa trên các khía cạnh và
chuyển đổi việc xác định khía cạnh thành công việc phân loại cặp câu, sau đó họ
tinh chỉnh và áp dụng mô hình học sâu BERT [22] cho qua trình huấn luyện và dự
đoán. Hu và cộng sự [23]đề xuất mô hình mạng chú ý có điều kiện. Movahedi và
các cộng sự [24] đề xuất mô hình mạng chú ý theo chủ đề. Nhìn chung, mô hình
trong [23] và [24] đều được xây dựng dựa trên mạng bộ nhớ ngắn dài LSTM,
nhưng ở cập độ sâu và linh hoạt hơn so với mô hình LSTM thông thường.

1.3.3 Phân đoạn khía cạnh
Một số nghiên cứu thực hiện kết hợp cả hai công việc: trích xuất khía cạnh và xác định
khía cạnh. Lu và cộng sự [25] sử dụng kỹ thuật probabilistic latent semantic anal-ysis (PLSA)
để xác định các từ thể hiện khía cạnh và phân cụm các câu theo các khía cạnh được xác
định trước. Wang và cộng sự [1] đề xuất một thuật toán phân đoạn dựa trên phương pháp
bootstrapping, họ sử dụng các tập từ hạt nhân cho các khía cạnh tương ứng, sau đó các tập
từ hạt nhân được sử dụng làm đầu vào cho thuật toán. Các tập từ hạt nhân sẽ được mở rộng
và các câu có từ thể hiện khía cạnh sẽ được gán nhãn khía cạnh trong mỗi bước lặp của
thuật toán. Sử dụng phương pháp cú pháp phụ thuộc shallow dependency parser [14, 26],
xác định khía cạnh dựa vào nội dung đánh Ưu (Pros) và Nhược điểm (Cons) trên mỗi ý
kiến/văn bản của thực thể. Đầu tiên, tần xuất xuất hiện

11


của mỗi danh từ được tính, sau đó những danh từ xuất hiện với tần số cao
được coi là ứng cử viên cho các khía cạnh.

1.3.4 Phân loại quan điểm theo khía cạnh
Sau công việc xác định khía cạnh là công việc phân loại quan điểm theo khía cạnh.
Hai tiếp cập chính cho phân loại quan điểm theo khía cạnh là dựa trên từ điển và các tiếp
cập học giám sát. Các phương pháp dựa trên từ điển là loại không giám sát. Họ sử dụng
một bộ từ điển gồm một danh sách các từ thể hiện quan điểm là tích cực và tiêu cực. Để
xây dựng được một bộ từ điển chất lượng cao, kỹ thuật bootstrapping thường được áp
dụng. Minqing và cộng sự [10] ban đầu sử dụng một danh sách các từ hạt nhân cho từng
lớp quan điểm. Rồi họ sử dụng các mối quan hệ từ đồng nghĩa hoặc antonym được định
nghĩa trong WordNet để mở rộng các tập từ hạt nhân, cuối cùng thu được một bộ từ
vựng. Ding và các cộng sự [27] đã đề xuất phương pháp dựa trên từ điển tổng quát để
cải tiến phương pháp trong [10] bằng cách giải quyết hai vấn đề: quan điểm của các từ
thể hiện quan điểm sẽ nhạy cảm với nội dung và xung đột trong ý kiến đánh giá. Họ bắt
nguồn từ một bộ từ điển bằng cách khai thác các khó khăn. Ngược lại, các phương pháp
học giám sát phân loại quan điểm trên các khía cạnh được thực hiện bằng cách học một
bộ phân lớp từ tập dữ liệu cho trước. Một số mô hình truyền thống học giám sát đã được
áp dụng, như Support Vector Machine (SVM), Naive Bayes, Maximum Entropy.
Bên cạnh các phương pháp truyền thống, nhiều nghiên cứu gần đầy sử dụng các
phương pháp học sâu, hiện đại hơn, có thể tự động trích xuất đặc trưng và biểu diễn dữ
liệu ở mức giàu thông tin ngữ nghĩa nhất. Xu [28] đề xuất một phương pháp bán giám
sát để trích xuất và sử dụng quan điểm cơ bản của các mẫu không được gán nhãn thông
qua một mô hình học sâu chung. Họ giả thiết rằng khi cho trước một khía cạnh, câu văn
bản sẽ được sinh ra bởi hai biến ngẫu nhiên: ngữ cảnh và quan điểm. Đề xuất mô hình
mạng nơ-ron hoạt động dựa trên mạng bộ nhớ ngắn dài (LSTM) [29–31], tuy nhiên chi
phí thời gian huấn luyện cho các mô hình này là rất lớn. Xue và cộng sự [32] đề xuất mô
hình sử dụng cổng tích chập (Gated Convolutional Networks) chất lượng học, dự đoán
của mô hình vẫn đảm bảo, đồng thời giúp cho thời gian huấn luyện được tốt hơn.

1.3.5 Xếp hạng khía cạnh
Nghiên cứu đầu tiên về xếp hạng khía cạnh được nghiên cứu bởi Snyder và các cộng
sự [33]. Trong nghiên cứu của họ mô hình GG (Good Grief) được đề xuất, gồm một mô

hình xếp hạng cho từng khía cạnh và một mô hình đồng thuận (agreement model). Mô
hình được huấn luyện bởi thuật toán GG, thuật toán GG được xây dựng dựa trên thuật
toán PRank [34]. Mô hình này giả thiết các đặc trưng của các thuộc tính là như nhau,
12