Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 24 trang
Dung lượng: Đang cập nhật

Giới thiệu nội dung

HƯỚNG TIẾP CẬN DỰA TRÊN HỌC MÁY CHO BÀI TOÁN TRÍCH XUẤT THÔNG TIN QUAN ĐIỂM

Tác giả: Phạm Hùng

Lĩnh vực: Công nghệ thông tin

Nội dung tài liệu:

Luận văn này tập trung vào bài toán trích xuất thông tin quan điểm, một lĩnh vực quan trọng trong xử lý ngôn ngữ tự nhiên (NLP). Bài toán này nhằm phân loại phản hồi của người dùng thành tích cực hoặc tiêu cực, dựa trên dữ liệu văn bản thu thập từ nhiều nguồn khác nhau. Nhận thức được sự phát triển mạnh mẽ của mạng xã hội và các thiết bị di động, việc phân tích ý kiến người dùng trở nên cấp thiết hơn bao giờ hết. Luận văn đề xuất áp dụng các phương pháp học máy, đặc biệt là mạng neural hồi quy (RNN) và cải tiến của nó là mạng Long Short-Term Memory (LSTM), để xử lý dữ liệu văn bản và trích xuất thông tin quan điểm. Các phương pháp này mô hình hóa hiệu quả bản chất chuỗi và sự phụ thuộc theo thứ tự của dữ liệu ngôn ngữ. Nghiên cứu bao gồm việc trình bày lý thuyết về RNN và LSTM, các thuật toán học máy liên quan, cũng như quá trình áp dụng và đánh giá kết quả trên hai bộ dữ liệu tiếng Anh và tiếng Việt.

Mục lục chi tiết:

  • MỞ ĐẦU
  • CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN
  • CHƯƠNG 2: MẠNG NEURAL VÀ RNN
  • CHƯƠNG 3: RNN CHO BÀI TOÁN TRÍCH XUẤT QUAN ĐIỂM
  • CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM
  • CHƯƠNG 5: KẾT LUẬN
  • TÀI LIỆU THAM KHẢO