Ứng dụng kỹ thuật học sâu trong phân tích ý kiến đánh giá dịch vụ ngân hàng tại Việt Nam

Abstract

Luận văn tập trung nghiên cứu bài toán phân tích ý kiến đánh giá dịch vụ ngân hàng (DVNH) ở Việt Nam thông qua các kĩ thuật học sâu. Mục tiêu chính của luận văn là kiểm tra và đánh giá tính hiệu quả của một số mô hình học sâu trên bộ dữ liệu bình luận của người dùng về các dịch vụ ngân hàng tại Việt Nam. Bộ dữ liệu được thu thập thông qua Google Maps đối với 568 chi nhánh của 10 ngân hàng thuộc top 10 ngân hàng có giá trị tài sản lớn nhất Việt Nam (theo báo cáo quý I năm 2023). Các thuật toán học sâu được ứng dụng trong luận văn là Bidirectional Long Short-Term Memory (Bi-LSTM), Convolutional Neural Network (CNN) và Transformer. Kết quả thực nghiệm trên bộ dữ liệu được nghiên cứu cho thấy, mô hình Bi-LSTM cho hiệu suất tốt nhất ở hầu hết các điểm số quan trọng như Accuracy, F1-score, Kappa và AUC.