Phân tích cảm xúc đa khía cạnh và phát hiện phản hồi phức hợp trong đánh giá mỹ phẩm trên sàn TMĐT

Abstract

Khối lượng dữ liệu đánh giá trực tuyến trên các nền tảng TMĐT ngày càng tăng kéo theo đó là sự phát triển của các hoạt động mua sắm trực tuyến. Trong lĩnh vực mỹ phẩm, người dùng thường đề cập đồng thời nhiều đặc điểm của sản phẩm và thể hiện các nhiều cảm xúc trong cùng một nội dung đánh giá. Tuy nhiên, các hướng tiếp cận trong phân tích cảm xúc hiện nay phần lớn vẫn tập trung xác định xu hướng cảm xúc ở mức toàn văn bản. Đây cũng là điểm hạn chế trong việc phản ánh cảm xúc tương ứng với từng khía cạnh cụ thể. Ngoài ra, sự xuất hiện của các phản hồi chứa đồng thời nhiều khía cạnh cùng những trạng thái cảm xúc trái ngược vẫn chưa được khai thác hiệu quả, tạo ra khoảng trống nghiên cứu đối với dữ liệu đánh giá mỹ phẩm trên nền tảng TMĐT. Đề án xây dựng mô hình kết hợp giữa ABSA và phát hiện phản hồi phức hợp nhằm giải quyết ba nhiệm vụ: phát hiện khía cạnh, phân loại cảm xúc theo khía cạnh và nhận diện phản hồi phức hợp. Dữ liệu khai thác là các đánh giá kem chống nắng trên Shopee, sau đó qua quá trình tiền xử lý và gán nhãn thủ công các mô hình SVM, Logistic Regression, LSTM và PhoBERT được triển khai và đánh giá kết hợp với kỹ thuật xử lý mất cân bằng dữ liệu. Kết quả cuối cùng cho thấy PhoBERT được lựa chọn để tiếp tục tinh chỉnh bằng điều chỉnh tỷ lệ dữ liệu và áp dụng Weighted Focal Loss nhằm nâng cao tính chính xác và hiệu quả trong phân loại. Kết quả cho thấy PhoBERT đạt hiệu quả nổi bật trong việc khai thác thông tin ngữ cảnh và biểu diễn ngữ nghĩa. Sau quá trình tinh chỉnh, PhoBERT cũng cải thiện khả năng nhận diện phản hồi phức hợp. Nghiên cứu góp phần hỗ trợ doanh nghiệp khai thác hiệu quả dữ liệu đánh giá trực tuyến, nâng cao mức độ hiểu biết về trải nghiệm khách hàng, đồng thời làm tiền đề cho các nghiên cứu trong tương lai