Bài báo đề xuất phương pháp cải tiến cách xác định trọng số cảm xúc của các từ và cụm từ tiếng Việt dựa trên mối quan hệ ngữ nghĩa và các yếu tố đặc trưng của tiếng Việt trong một miền dữ liệu cụ thể là chủ đề đánh giá xe ô tô. Bài báo có đánh giá kết quả của phương pháp đề xuất bằng thử nghiệm phân loại ý kiến đánh giá xe ô tô trên các trang báo mạng tiếng Việt với phương pháp học máy Support Vector Machine, và đối sánh kết quả với phương pháp học sâu – Deep learning – không dựa vào từ điển cảm xúc. Mời các bạn cùng tham khảo! | Một Cải Tiến Từ Điển Cảm Xúc Tiếng Việt Theo Chủ Đề Nguyễn Ngọc Duy Lê Minh Hóa Khoa Công nghệ Thông tin II Học Viện Công Nghệ Bưu Chính Viễn Thông Email duynn hoasac@ Abstract Môi trường internet mang lại nguồn tài nguyên phong hạn chế dẫn đến hạn chế khả năng nhận diện cảm xúc ở các phú là các ý kiến về các vấn đề xã hội cũng như đánh giá sản văn bản tiếng Việt. Do đó các bài toán liên quan đến phân tích phẩm của người dùng. Vấn đề khai thác cảm xúc của các cá cảm xúc tiếng Việt cũng sẽ bị hạn chế. Vì thế nhu cầu về một nhân thăm dò ý kiến cộng đồng về những vấn đề nổi bật trong bộ từ điển cảm xúc tiếng Việt xây dựng dựa trên đặc trưng cuộc sống các sản phẩm trong kinh doanh từ nguồn tài nguyên ngôn ngữ tiếng Việt là rất lớn. Bài báo này đề xuất cải tiến này rất được chú trọng. Cảm xúc thường được thể hiện rất tinh tế liên quan đến ngôn ngữ và văn hóa. Để khai thác nguồn tài phương pháp xác định trọng số cảm xúc cho các mục từ tiếng nguyên này ở khía cạnh cảm xúc thì từ điển cảm xúc là một Việt dùng trong lĩnh vực hẹp là các văn bản tiếng Việt đánh giá thành phần cơ bản quan trọng. Bài báo này đề xuất phương pháp xe ô tô đã được đề xuất ở công trình 2 . Để đánh giá sự hiệu cải tiến cách xác định trọng số cảm xúc của các từ và cụm từ quả của phương pháp đề xuất bài sẽ thử nghiệm phân loại cảm tiếng Việt dựa trên mối quan hệ ngữ nghĩa và các yếu tố đặc xúc bằng phương pháp học máy Support Vector Machine trưng của tiếng Việt trong một miền dữ liệu cụ thể là chủ đề đánh SVM dựa trên từ điển cảm xúc được xây dựng bằng phương giá xe ô tô. Bài báo có đánh giá kết quả của phương pháp đề xuất pháp này. Để có cơ sở so sánh bài báo cũng thử nghiệm phân bằng thử nghiệm phân loại ý kiến đánh giá xe ô tô trên các trang loại cảm xúc bằng phương pháp học sâu Deep Learning báo mạng tiếng Việt với phương pháp học máy Support Vector không dựa trên từ điển cảm xúc. Machine và đối sánh kết quả với phương pháp học sâu Deep learning không dựa vào từ điển cảm xúc. Để đánh
