Khóa luận tốt nghiệp: Tổng hợp quan điểm dựa trên mô hình thống kêvà ứng dụng vào khai phá quan điểm trong văn bản tin tức tiếng Việt

Trong bối cảnh bùng nổ thông tin trên các mạng xã hội và blog cá nhân, việc tìm kiếm và tổng hợp quan điểm của người dùng về các thực thể cụ thể trở nên vô cùng quan trọng. Nhu cầu này đặt ra thách thức lớn cho các hệ thống hiện có, vốn chủ yếu trả về các văn bản liên quan chứ không phải là bản tóm tắt quan điểm tổng hợp. Mặc dù đã có nhiều nghiên cứu về khai phá quan điểm trên thế giới, lĩnh vực này còn khá mới mẻ đối với dữ liệu tiếng Việt. Khóa luận này tập trung nghiên cứu và đề xuất một phương pháp tổng hợp quan điểm dựa trên mô hình thống kê, được điều chỉnh và cải tiến để ứng dụng hiệu quả vào khai phá quan điểm trong văn bản tin tức tiếng Việt, nhằm cung cấp cái nhìn tổng quan về ý kiến công chúng.

Nghiên cứu sinh, giảng viên, chuyên gia và những người quan tâm đến lĩnh vực xử lý ngôn ngữ tự nhiên, khai phá dữ liệu, đặc biệt là khai phá quan điểm và tổng hợp thông tin trong ngữ cảnh tiếng Việt.

Khóa luận này giải quyết bài toán cấp thiết trong xử lý ngôn ngữ tự nhiên, đó là tổng hợp quan điểm từ văn bản tin tức tiếng Việt, một lĩnh vực còn nhiều hạn chế trong nghiên cứu đối với dữ liệu bản địa. Để thực hiện điều này, luận văn giới thiệu một mô hình thống kê tiên tiến, được xây dựng trên cơ sở phân tích và cải tiến các phương pháp hiện có như mô hình của Sushant Kumar và Diptesh Chatterjee, cũng như hệ thống FastSum sử dụng học máy. Đặc biệt, phương pháp này được điều chỉnh để phù hợp với đặc thù của tiếng Việt và tích hợp phương pháp tổng hợp quan điểm dựa trên từ điển của Ku và Liang, nhằm nâng cao độ chính xác. Hệ thống hoạt động bằng cách tiếp nhận truy vấn về một thực thể (danh từ chỉ tên người, địa điểm), sau đó gửi đến các máy tìm kiếm phổ biến (như Google, Yahoo) để thu thập các trang tin tức chứa bình luận liên quan. Dữ liệu thu thập được sẽ trải qua các giai đoạn xử lý để trích xuất và tổng hợp quan điểm, cuối cùng trả về kết quả tổng hợp cho người dùng. Thử nghiệm trên dữ liệu từ VnExpress đã chứng minh tính đúng đắn và tiềm năng ứng dụng thực tế của mô hình, đạt được các chỉ số chất lượng khả quan, mở ra hướng phát triển cho máy tìm kiếm quan điểm chuyên biệt cho thị trường Việt Nam.