Luận văn: Hướng tiếp cận dựa trên học máy cho bài toán trích xuất thông tin quan điểm

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 (sentiment analysis), một lĩnh vực quan trọng trong xử lý ngôn ngữ tự nhiên (NLP). Bài toán này nhằm phân loại các thông tin phản hồi của người dùng thành tích cực hoặc tiêu cực, hỗ trợ doanh nghiệp đánh giá hiệu quả sản phẩm và chiến lược marketing.

Nghiên cứu giới thiệu phương pháp tiếp cận dựa trên học máy, đặc biệt là mạng neural hồi quy RNN và sự cải tiến của nó là LSTM. Luận văn trình bày lý thuyết về mạng neural RNN, khả năng mô hình hóa bản chất dữ liệu chuỗi trong NLP, cũng như các thuật toán học máy quan trọng khác. Cuối cùng, nghiên cứu mô tả việc áp dụng mô hình LSTM để giải quyết bài toán trích xuất thông tin quan điểm và đánh giá kết quả trên hai bộ dữ liệu tiếng Anh và tiếng Việt.

Mục lục chi tiết:

Chương 1: Tổng quan về bài toán, khái niệm quan điểm, bài toán trích xuất thông tin quan điểm và các hướng tiếp cận.

Chương 2: Mạng Neural và RNN, bao gồm mạng neural nhân tạo (ANN) và mạng neural hồi quy (RNN), cũng như LSTM.

Chương 3: RNN cho bài toán trích xuất thông tin quan điểm, phương pháp vector hóa từ và ứng dụng LSTM.

Chương 4: Kết quả thực nghiệm.

Chương 5: Kết luận.