Bài viết sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên trong việc thu thập và trích xuất thông tin bình luận trên văn bản tiếng Việt, thực nghiệm trên tập dữ liệu của bài toán dịch vụ khách sạn. Ứng dụng Deep Learning với các mô hình mạng Neural DNN, CNN, Bi-LSTM để phân lớp sắc thái bình luận là tích cực hay tiêu cực, với kết quả độ chính xác đạt 96%. | Trường Đại học Kinh tế - Đại học Đà Nẵng NGHIÊN CỨU VÀ ỨNG DỤNG DEEP LEARNING TRONG TỔNG HỢP Ý KIẾNKHÁCH HÀNG ĐIỆN TỬ TRƯỜNG HỢP BÀI TOÁN DỊCH VỤ KHÁCH SẠN AN APPLICATION OF NATURAL LANGUAGE PROCESSING DEEP LEARNINGAND RULE-BASED FOR SENTIMENT ANALYSIS OF ONLINE CUSTOMER REVIEWS A CASE STUDY FROM HOTEL SERVICE GVHD Nguyễn Thành Thủy SVTH Trần Thị Châu Giang Ngô Triệu Long Nguyễn An Phú Trương Đình Hoàng Nguyễn Mạnh Dần Trường Đại học Kinh tế - Đại học Đà Nẵng thuynt@ TÓM TẮT Thời đại kết nối và sức mạnh của hiệu ứng cộng đồng truyền miệng luôn là một trong những phương thức marketing hiệu quả nhất. Ngày nay các bình luận đánh giá của khách hàng về trải nghiệm của họ đối với một hàng hóa dịch vụ trên các phương tiện truyền thông xã hội rất được chú trọng. Chúng là một nguồn tham khảo quan trọng mang lại quyết định cho sự lựa chọn của khách hàng mới và là cơ sở để xây dựng và cải tiến chất lượng dịch vụ nhằm gia tăng sự hài lòng và trung thành của khách hàng đối với doanh nghiệp. Trong nghiên cứu này chúng tôi sử dụng các kỹ thuật xử lý ngôn ngữ tự nhiên trong việc thu thập và trích xuất thông tin bình luận trên văn bản tiếng Việt thực nghiệm trên tập dữ liệu của bài toán dịch vụ khách sạn. Ứng dụng Deep Learning với các mô hình mạng Neural DNN CNN Bi-LSTM để phân lớp sắc thái bình luận là tích cực hay tiêu cực với kết quả độ chính xác đạt 96 . Ứng dụng kỹ thuật Rule-Based để phân tách thực thể làm cơ sở cho việc chấm điểm chất lượng dịch vụ dựa trên mức độ hài lòng của khách hàng. Từ khóa NLP Deep Learning CNN DNN Bi-LSTM Rule-Based. ABSTRACT In the age of connection word of mouth is always one of the best effective marketing methods via the community power. Recently customers reviews about their real experience on goods or services on social media are highly focused. They are not only a trustful reference source for a new customer on making decisions but also an important information for managers to maintain and improve their service quality which can .
