Luận án: Phát triển Mô hình Mạng Nơ-ron cho Phân tích Quan điểm theo Khía cạnh

ĐẠI HỌC PHÁT TRIỂN CÁC MÔ HÌNH DỰA TRÊN MẠNG NƠ-RON CHO PHÂN TÍCH QUAN ĐIỂM THEO KHÍA CẠNH LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC MÁY TÍNH Hà Nội - 20 ĐẠI HỌC PHÁT TRIỂN CÁC MÔ HÌNH DỰA TRÊN MẠNG NƠ-RON CHO PHÂN TÍCH QUAN ĐIỂM THEO KHÍA CẠNH Chuyên ngành: Khoa học máy tính Mã số: 9480101.01 LUẬN ÁN TIẾN SĨ NGÀNH KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. Lê Anh Cường Hà Nội - 20 LỜI CẢM ƠN Luận án tiến sĩ ngành Khoa học Máy tính này được Chính phủ Việt Nam hỗ trợ một phần kinh phí thông qua Đề án 911 và được thực hiện tại Bộ môn Khoa học máy tính, Khoa Công nghệ thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội dưới sự hỗ trợ về mặt thủ tục của Phòng Tài chính kế toán, Trường Đại học Công nghệ. Bên cạnh đó còn có sự hỗ trợ kinh phí đối với các công bố có chỉ số SCIE, SCI của Trường Đại học Điện lực và của đề tài NAFOSTED, mã số 102.22 thuộc Quỹ Phát triển khoa học và công nghệ Quốc gia. Tôi xin chân thành cảm ơn các đơn vị, tổ chức này đã giúp đỡ tôi trong thời gian nghiên cứu.

Luận án còn có sự hợp tác và hỗ trợ của các cá nhân, những người đã đóng góp rất nhiều trong quá trình hoàn thành các vấn đề nghiên cứu của luận án. Trước hết tôi xin chân thành cảm ơn PGS. Lê Anh Cường đã trực tiếp hướng dẫn, giúp đỡ luôn sẵn lòng và tạo mọi điều kiện thuận lợi nhất cho tôi trong quá trình học tập và nghiên cứu. Tôi xin gửi lời cảm ơn chân thành tới PGS.

Hoàng Xuân Huấn, PGS. Phan Xuân Hiếu, TS. Nguyễn Văn Vinh, TS. Lê Nguyên Khôi, TS.

Nguyễn Bá Đạt, TS. Nguyễn Thị Ngọc Điệp (Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội), PGS. Lê Thanh Hương (Trường Đại học Bách khoa Hà Nội), TS. Nguyễn Thị Minh Huyền (Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội), PGS.

Trần Đăng Hưng (Trường Đại học Sư Phạm Hà Nội), TS. Đặng Thị Thu Hiền (Trường Đại học Thủy lợi) vì sự góp ý rất chân thành và thẳng thắn, giúp cho luận án của tôi được hoàn thiện tốt hơn. Tôi biết ơn chân thành đối với PGS. Nguyễn Lê Minh (Viện Khoa học công nghệ Tiên tiến Nhật Bản), TS.

Trần Quốc Long (Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội). Hai thầy đã trực tiếp giảng dạy, chia sẻ cho tôi nhiều hiểu biết liên quan đến nội dung nghiên cứu. Tôi xin gửi lời cảm ơn đến tất cả anh, chị, em và bạn bè đồng nghiệp, nghiên cứu sinh ở Bộ môn Khoa học máy tính, Khoa Công nghệ thông tin, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội đã giúp đỡ tôi hoàn thành các kế hoạch và thủ tục hành chính trong thời gian làm nghiên cứu sinh. Tôi cũng muốn cảm ơn đến anh/chị/em đồng nghiệp, giảng viên khoa Công nghệ Thông tin, Trường Đại học Điện lực đã luôn cổ vũ động viên và sát cánh bên tôi trong suốt quá trình nghiên cứu.

Cuối cùng, tôi muốn nói lời cảm ơn đặc biệt tới vợ tôi Lê Thị Kim Chung, và con trai tôi Phạm Công Phúc đã dành cho tôi tình yêu và sự cảm thông, cho phép tôi dành nhiều thời gian, tập trung cho công việc nghiên cứu. Tôi hết lòng biết ơn bố mẹ tôi về tình yêu và sự cống hiến to lớn để tôi trưởng thành như ngày hôm nay, cảm ơn các anh, chị, em của tôi về tình yêu gia đình và sự quan tâm giúp đỡ của họ cho công việc này. LỜI CAM ĐOAN Tôi xin cam đoan luận án này là kết quả nghiên cứu của tôi, được thực hiện dưới sự hướng dẫn của PGS. Lê Anh Cường.

Các nội dung trích dẫn từ các nghiên cứu của các tác giả khác mà tôi trình bày trong luận án này đã được ghi rõ nguồn trong phần tài liệu tham khảo. Phạm Đức Hồng ii Mục lục Lời cảm ơn i Lời cam đoan ii Mục lục iii Danh mục các chữ viết tắt vii Danh mục các bảng ix Danh mục các hình vẽ xi Lời mở đầu 1 1 Tổng quan vấn đề nghiên cứu 5 1.1 Giới thiệu bài toán .2 Các bài toán trong phân tích quan điểm .1 Tổng quan một hệ thống phân tích quan điểm .2 Phân tích quan điểm cho toàn bộ văn bản .3 Phân tích quan điểm theo khía cạnh .4 Các bài toán trong phân tích quan điểm theo khía cạnh .3 Các nghiên cứu liên quan .1 Trích xuất từ thể hiện khía cạnh .2 Xác định khía cạnh .3 Phân đoạn khía cạnh .4 Phân loại quan điểm theo khía cạnh .5 Xếp hạng khía cạnh .6 Xác định hạng và trọng số khía cạnh ẩn .4 Các tiếp cận giải quyết bài toán .5 Nghiên cứu trên thế giới và Việt nam. 16 2 Kiến thức cơ sở 18 2.1 Các ký hiệu và khái niệm liên quan .2 Các mô hình học máy cơ sở cho phân tích quan điểm theo khía cạnh .1 Mô hình hồi quy đánh giá ẩn .2 Thuật toán xác suất xếp hạng khía cạnh .3 Các mô hình học biểu diễn mức từ, câu, đoạn/văn bản .1 Mô hình Word2Vec .2 Mô hình GloVe .3 Mô hình véc-tơ Paragraph .4 Mô hình mạng nơ-ron tích chập CNN .5 Mô hình véc-tơ kết hợp .4 Kết luận và thảo luận. 34 3 Đề xuất mô hình dựa trên mạng nơ-ron xác định hạng và trọng số khía cạnh của thực thể 35 3.2 Mô hình hóa bài toán .1 Bài toán xác định hạng và trọng số khía cạnh ẩn của thực thể .2 Bài toán xác định trọng số khía cạnh chung của các thực thể .3 Phương pháp đề xuất .1 Xác định hạng và trọng số khía cạnh ẩn của thực thể sử dụng mô hình mạng nơ-ron một lớp ẩn .2 Xác định hạng và trọng số khía cạnh ẩn của thực thể sử dụng mô hình học biểu diễn đa tầng .3 Xác định trọng số khía cạnh chung của thực thể sử dụng mô hình mạng nơ-ron .2 Cài đặt mô hình .3 Kết quả thực nghiệm .5 Hiệu quả của các tham số trong mô hình LRNN-ASR.

66 4 Học véc-tơ biểu diễn từ cho phân tích quan điểm theo khía cạnh 68 4.2 Mô hình hóa bài toán .1 Bài toán tinh chỉnh véc-tơ biểu diễn từ .2 Bài toán học véc-tơ biểu diễn từ .3 Phương pháp đề xuất .1 Mô hình tinh chỉnh véc-tơ biểu diễn từ .2 Mô hình học véc-tơ biểu diễn từ SSCWE .1 Dữ liệu thực nghiệm và các độ đo .5 Cài đặt và đánh giá mô hình tinh chỉnh véc-tơ từ WEFT .1 Cài đặt mô hình .2 Đánh giá mô hình .6 Cài đặt và đánh giá mô hình SSCWE .1 Cài đặt mô hình .2 Đánh giá mô hình .3 So sánh hai mô hình WEFT và SSCWE. 90 v 5 Mô hình đa kênh dựa trên CNN nhằm khai thác đa véc-tơ biểu diễn từ và ký tự cho phân tích quan điểm theo khía cạnh 91 5.2 Mô tả bài toán .3 Phương pháp đề xuất .1 Thành phần tích chập .2 Mô hình mạng nơ-ron tích chập đa kênh cho phân tích quan điểm theo khía cạnh .1 Dữ liệu thực nghiệm và cài đặt mô hình MCNN .2 Môi trường và thời gian thực nghiệm .4 Hiệu quả của các loại tham số. 109 Kết luận 110 Danh mục công trình khoa học của tác giả liên quan đến luận án 112 Tài liệu tham khảo 113 vi Danh mục các chữ viết tắt LRNN Latent Rating Neural Network (Mạng nơ-ron đánh giá ẩn) LRR Latent Rating Regression (Hồi quy đánh giá ẩn) ASR Aspect Semantic Representation (Biểu diễn ngữ nghĩa khía cạnh) NNAWs Neural Network Aspect Weights (Mạng nơ-ron trọng số khía cạnh) CNN Convolutional Neural Network (Mạng nơ-ron tích chập) MCNN Multichannel Convolutional Neural Network (Mạng nơ-ron đa kênh tích chập) NLP Natural Language Processing (Xử lý ngôn ngữ tự nhiên) POS Part Of Speech (Nhãn từ loại) SVM Support Vector Machine (Máy véc-tơ hỗ trợ) vii Danh sách bảng 3.1 Các từ hạt nhân được lựa chọn cho thuật toán phân đoạn khía cạnh .2 Thống kế dữ liệu thực nghiệm .3 Kết quả dự đoán hạng của 5 khách sạn .4 Kết quả xác định trọng số khía cạnh của 5 khách sạn .5 So sánh mô hình LRNN với phương pháp LRR trong bốn trường hợp biểu diễn khía cạnh .6 Top 10 từ có trọng số tích cực và tiêu cực của từng khía cạnh .7 Các kết quả thực nghiệm và so sánh các mô hình trong việc xác định hạng khía cạnh .8 Kết quả so sánh chất lượng trọng số khía cạnh chung .9 Các kết quả thực nghiệm trên các trường hợp khởi tạo trọng số khía cạnh 64 3.10 Kết quả thực nghiệm mô hình đề xuất sử dụng trọng số khía cạnh chung so với sử dụng riêng .1 Thống kê tập dữ liệu thứ 2 .2 Kết quả xác định khía cạnh .3 Kết quả phân loại quan điểm theo khía cạnh .4 Bốn từ gần ngữ nghĩa với từ đã cho đối với từng mô hình .5 Các kết quả xác định khía cạnh .6 Các kết quả phân loại quan điểm .7 Năm từ gần ngữ nghĩa với từ đã cho đối với từng mô hình .8 So sánh kết quả phân loại quan điểm giữa mô hình WEFT và SSCWE .9 So sánh thời gian thực hiện giữa mô hình WEFT và SSCWE .1 Thống kê số lượng câu được sử dụng trong thực nghiệm .2 Bảng từ điển các ký tự tiếng Anh .3 Kết quả xác định khía cạnh của mô hình MCNN và các mô hình cơ sở .4 Kết quả dự đoán phân loại quan điểm theo khía canh của mô hình MCNN và các mô hình cơ sở .5 Các từ gần nhau được xác định bằng véc-tơ biểu diễn từ trong kênh CNN3106 5.6 So sánh kết quả, thời gian sử dụng kỹ thuật dropout trong mô hình MCNN đối với cộng việc xác định khía cạnh .7 So sánh kết quả, thời gian sử dụng kỹ thuật dropout trong mô hình MCNN đối với công việc phân loại quan điểm khía cạnh .8 Kết quả xác định khía cạnh của mô hình MCNN với các mức lựa chọn số chiều véc-tơ ký tự nhúng khác nhau .9 Kết quả phân loại quan điểm của mô hình MCNN với các mức lựa chọn số chiều véc-tơ ký tự nhúng khác nhau .10 Kết quả xác định khía cạnh của mô hình MCNN khi sử dụng số lượng bộ lọc khác nhau .11 Kết quả phân loại quan điểm của mô hình MCNN khi sử dụng số lượng bộ lọc khác nhau. 108 ix Danh sách hình vẽ 1.1 Kiến trúc tổng quan của hệ thống phân tích quan điểm .1 Ví dụ một ý kiến khách hàng thể hiện quan điểm về dịch vụ khách sạn Vinpearl Phu Quoc Resort .2 Ví dụ về Hạng chung của sản phẩm iPhone X 64GB .3 Mô hình hồi quy đánh giá khía cạnh ẩn [1] .