Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,310,480

 Deep learning model with hierarchical attention mechanism for sentiment classification of Vietnamese comments
Tác giả hoặc Nhóm tác giả: Luu Van Huy, Ngo Le Huy Hien, Nguyen Thi Hoang Phuong, Nguyen Van Hieu
Nơi đăng: CYBERNETICS AND PHYSICS; Số: Vol. 12, Is.2,;Từ->đến trang: 111-120;Năm: 2023
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
In the current digital era, text documents become valuable for businesses to reach potential customers and curtail advertising costs. However, extracting and classifying beneficial information from texts can prove challenging and time-consuming, particularly in complex languages like Vietnamese. This study aims to classifythe sentiment of Vietnamese comments on e-commerce websites into negative and positive classes. To enhance the performance of sentiment classification, the study fine-tuned traditional models of Convolutional Neural Networks and Recurrent Neural Networks (RNN). Then, this research proposed a combination of RNN and attention mechanisms at the word and word-and-sentence levels of the input document. The results showed an impressive accuracy of 93.72% and an F1 score of 93.7% on the RNN model with a word-and-sentence-level attention mechanism. This research outcome contributes to the field of text classification and could be applied inopinion mining, customer feedback analysis, and natural language processing. Future work aims to enhance sentiment analysis accuracy and expand the models’ scope to encompass more languages.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn