Luận văn Thạc sĩ: Phát hiện lập trường sử dụng kỹ thuật học sâu

Trong bối cảnh công nghệ thông tin phát triển vượt bậc và sự bùng nổ của thông tin trực tuyến, đặc biệt trên các nền tảng mạng xã hội, việc phân tích và hiểu rõ dư luận xã hội trở nên vô cùng cấp thiết. Bài toán phát hiện lập trường, một lĩnh vực trọng tâm trong xử lý ngôn ngữ tự nhiên (NLP), đóng vai trò then chốt trong việc tự động hóa quá trình này, mang lại nhiều ứng dụng quan trọng từ khảo sát ý kiến, phân tích thị trường đến phòng chống tin tức giả. Nghiên cứu này tập trung giải quyết thách thức phát hiện lập trường cho ngôn ngữ tiếng Việt, một lĩnh vực còn ít được khai thác do những đặc thù riêng biệt về ngữ pháp và văn hóa. Mục tiêu là xây dựng và đánh giá các mô hình mạnh mẽ, kết hợp cả phương pháp học máy truyền thống và kỹ thuật học sâu tiên tiến.

Các nhà nghiên cứu và kỹ sư trong lĩnh vực Xử lý Ngôn ngữ Tự nhiên (NLP), Học máy, Trí tuệ nhân tạo, cũng như những người quan tâm đến phân tích văn bản, phân tích cảm xúc và khai thác dữ liệu cho ngôn ngữ tiếng Việt.

Luận văn này giải quyết bài toán phát hiện lập trường, một nhiệm vụ thiết yếu trong xử lý ngôn ngữ tự nhiên (NLP) nhằm xác định quan điểm hoặc vị thế của tác giả đối với một chủ đề cụ thể. Trong bối cảnh thông tin trực tuyến bùng nổ, đặc biệt là trên các phương tiện truyền thông xã hội tại Việt Nam, khả năng tự động phân tích và tổng hợp ý kiến dư luận có ý nghĩa thực tiễn to lớn, từ dự đoán xu hướng thị trường đến phát hiện tin giả. Nghiên cứu nhấn mạnh khoảng trống trong nghiên cứu phát hiện lập trường cho tiếng Việt do những khác biệt ngôn ngữ và văn hóa đáng kể so với tiếng Anh. Về phương pháp, luận văn đề xuất và so sánh hiệu năng của cả hai nhóm kỹ thuật: học máy truyền thống và học sâu. Các mô hình học máy truyền thống như Naïve Bayes và Cây quyết định được sử dụng để thiết lập các đường cơ sở. Đặc biệt, các kỹ thuật học sâu tiên tiến, bao gồm Mạng nơ-ron hồi quy (RNN) và Mạng bộ nhớ dài-ngắn (LSTM), được khai thác nhờ khả năng vượt trội trong xử lý dữ liệu chuỗi như văn bản. Để hỗ trợ nghiên cứu, một kho ngữ liệu tiếng Việt chuyên biệt được xây dựng từ các nguồn đa dạng như báo điện tử và bình luận mạng xã hội, nhằm huấn luyện và đánh giá các mô hình. Giá trị ứng dụng của công trình nằm ở việc đóng góp vào tài nguyên NLP tiếng Việt, một lĩnh vực còn hạn chế. Kết quả nghiên cứu không chỉ cung cấp một hệ thống phát hiện lập trường hiệu quả cho tiếng Việt mà còn mở ra hướng đi cho việc phân tích sâu hơn về dư luận xã hội, hỗ trợ các cơ quan, doanh nghiệp và cộng đồng nghiên cứu trong việc nắm bắt xu hướng và ra quyết định. Đây là nền tảng quan trọng cho các ứng dụng trí tuệ nhân tạo chuyên biệt cho ngôn ngữ Việt trong tương lai.