Luận văn Thạc sĩ: Phát hiện câu chứa gợi ý trên diễn đàn trực tuyến sử dụng mạng Nơ-Ron

Sự bùng nổ của các diễn đàn trực tuyến và mạng xã hội đã tạo ra một lượng lớn nội dung do người dùng tạo, chứa đựng những ý kiến, nhu cầu và mong muốn quan trọng. Trong bối cảnh này, việc tự động phát hiện và phân loại các câu chứa gợi ý từ dữ liệu văn bản phi cấu trúc trở thành một thách thức lớn nhưng mang lại giá trị thương mại và dịch vụ đáng kể. Nghiên cứu này tập trung vào giải quyết bài toán phát hiện câu chứa gợi ý trên diễn đàn trực tuyến, sử dụng các phương pháp học máy tiên tiến, đặc biệt là các mô hình mạng nơ-ron như CNN, RNN và LSTM, nhằm nâng cao khả năng hiểu phản hồi của người dùng và hỗ trợ ra quyết định.

Các nhà nghiên cứu về xử lý ngôn ngữ tự nhiên, trí tuệ nhân tạo, học máy, chuyên gia phân tích dữ liệu, nhà phát triển hệ thống gợi ý và các doanh nghiệp quan tâm đến khai thác phản hồi từ khách hàng.

Luận văn này giải quyết bài toán cấp thiết là tự động xác định các câu có chứa gợi ý hoặc ý định từ nội dung do người dùng đăng tải trên các diễn đàn và mạng xã hội trực tuyến. Trong kỷ nguyên thông tin hiện nay, khả năng hiểu rõ nhu cầu và phản hồi của người dùng là cực kỳ quan trọng đối với các doanh nghiệp và nhà cung cấp dịch vụ. Nghiên cứu tiếp cận vấn đề này như một bài toán phân loại văn bản, phân biệt giữa các câu "chứa gợi ý" và "không chứa gợi ý". Phương pháp luận bao gồm việc khám phá và áp dụng các thuật toán học máy tiên tiến, với trọng tâm là các mô hình mạng nơ-ron như Mạng Nơ-ron Tích chập (CNN), Mạng Nơ-ron Hồi quy (RNN) và Mạng Nơ-ron Bộ nhớ Dài-Ngắn (LSTM) – những công cụ mạnh mẽ trong Xử lý Ngôn ngữ Tự nhiên (NLP). Quy trình triển khai bao gồm giai đoạn tiền xử lý dữ liệu kỹ lưỡng, bao gồm lọc nhiễu và loại bỏ từ dừng, để chuẩn bị dữ liệu thô từ các diễn đàn cho quá trình phân tích. Sau đó, các mô hình mạng nơ-ron được huấn luyện và đánh giá, với mục tiêu tìm ra mô hình hiệu quả nhất cho nhiệm vụ này, và kết quả ban đầu cho thấy LSTM đạt hiệu suất tối ưu. Khả năng phát hiện gợi ý chính xác có ý nghĩa thực tiễn to lớn, giúp các doanh nghiệp cải tiến sản phẩm/dịch vụ, mở rộng cơ sở khách hàng và xây dựng thương hiệu. Đồng thời, nó cung cấp nền tảng cho các nghiên cứu tiếp theo như hệ thống gợi ý xã hội, dự đoán sở thích người dùng và xu hướng tương lai, góp phần thúc đẩy lĩnh vực phân tích ý định người dùng trong bối cảnh tiếng Việt.