Tóm tắt Luận án Tiến sĩ Khoa học máy tính "Khai phá quan điểm với kỹ thuật học sâu" được nghiên cứu nhằm mục tiêu: Đề xuất mô hình trích rút khía cạnh trong khai phá quan điểm sử dụng hướng tiếp cận học sâu; Đề xuất mô hình khai phá quan điểm mức khía cạnh đa tác vụ sử dụng hướng tiếp cận học sâu; Xây dựng tập dữ liệu đa miền dùng cho thực nghiệm mô hình khai phá quan điểm đã đề xuất. | ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN UYÊN TRANG KHAI PHÁ QUAN ĐIỂM VỚI KỸ THUẬT HỌC SÂU Ngành KHOA HỌC MÁY TÍNH Mã số 9480101 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Đà Nẵng - 2023 Công trình được hoàn thành tại TRƯỜNG ĐẠI HỌC BÁCH KHOA Người hướng dẫn khoa học 1. TS. Hoàng Thị Thanh Hà 2. TS. Đặng Hoài Phương Phản biện 1 . Phản biện 2 . Phản biện 3 . Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp Trường tại Trường Đại học Bách khoa Vào hồi giờ ngày tháng năm 2023 Có thể tìm hiểu luận án tại - Thư viện quốc gia Việt Nam. - Trung tâm Học liệu amp Truyền thông Đại học Bách Khoa. 3 PHẦN MỞ ĐẦU 1. Tính cấp thiết của luận án Khai phá quan điểm là lĩnh vực nghiên cứu về trích rút và phân loại quan điểm từ các bình luận giúp theo dõi được tâm trạng của cộng đồng liên quan đến mọi lĩnh vực trong đời sống xã hội. Khai phá quan điểm cung cấp những hiểu biết hữu ích thúc đẩy các quyết định chiến lược và mục tiêu kinh doanh hiệu quả nhằm hỗ trợ doanh nghiệp đề ra những giải pháp kinh doanh chủ động. Chính vì vậy nhu cầu khai thác năng lực thăm dò và hiểu các quan điểm một cách tự động ngày càng được quan tâm nghiên cứu. Hiện có hai hướng tiếp cận để khai phá quan điểm dựa trên từ vựng và dựa trên máy học. Đề tài Khai phá quan điểm với kỹ thuật học sâu được thực hiện trong khuôn khổ luận án tiến sĩ chuyên ngành khoa học máy tính đã tận dụng khả năng có thể học chính xác trên dữ liệu lớn sẵn có với tốc độ học nhanh của học sâu_một nhánh của máy học với mong muốn được đóng góp một phần vào lĩnh vực khai phá phân tích quan điểm hiện nay. Đối với hướng tiếp cận máy học có thể thực hiện phương pháp học giám sát và học không giám sát để tiến hành phân loại quan điểm. Trong học giám sát các bài toán phân loại cây quyết định phân loại tuyến tính được sử dụng. Tuy nhiên các kỹ thuật này thường không hiệu quả đối với một số vấn đề khó nhận biết trong cấu trúc của ngôn ngữ viết. Các hướng tiếp cận máy học truyền thống để khai phá quan điểm đều dựa trên những đặc trưng được .
