Ứng dụng học sâu trong phân tích cảm xúc theo khía cạnh từ đánh giá của người dùng cho các khách sạn tại thành phố Vũng Tàu

Abstract

Trong kỷ nguyên kinh tế số, đánh giá trên Google Maps đã trở thành kênh phản hồi khách hàng quan trọng nhất đối với ngành du lịch và khách sạn tại Vũng Tàu. Tuy nhiên, việc quản lý thủ công hàng nghìn đánh giá với độ nhiễu cao, tiếng lóng và lỗi chính tả là một thách thức đáng kể. Nghiên cứu này áp dụng Học sâu để phát triển mô hình Phân tích cảm xúc dựa trên khía cạnh (ABSA) nhằm tự động hóa quá trình trích xuất các sắc thái cảm xúc chi tiết từ khách du lịch. Đề án đề xuất một kiến trúc mô hình được xây dựng trên nền tảng PhoBERT. Sự đổi mới cốt lõi của mô hình nằm ở cơ chế Chú ý khía cạnh song song và lớp kết hợp đặc trưng, giúp giải quyết hiệu quả các cảm xúc mâu thuẫn trong các câu phức tạp và xử lý dữ liệu nhiễu cao từ Google Maps. Quy trình thực nghiệm được triển khai thông qua việc thu thập tự động gần 23000 lượt đánh giá từ 105 khách sạn tại Vũng Tàu bằng công cụ Selenium, trải lọc nhiễu đa tầng, gắn nhãn thủ công trên chín danh mục khía cạnh và học đa nhiệm kết hợp. Kết quả thực nghiệm đã xác nhận tính hiệu quả và sự bổ sung lẫn nhau về kiến trúc giữa mô hình xuất PhoBERT + Attention + Local context focus và mô hình PhoBERT_BiLSTM. Mô hình PhoBERT + Attention + Local context focus tập trung giải quyết hiệu quả bài toán mất cân bằng dữ liệu thông qua công việc nâng cao năng lực nhận diện nhãn tiêu cực (vốn là lớp nhãn tối thiểu) ở các cạnh viền có cấu trúc phức tạp, nhờ đó thu hẹp độ lệch hiệu suất giữa các lớp khó như FOOD_BEVERAGE, chỉ số F1 của nhãn tiêu cực tăng từ 0.6572 lên 0.7184 (tăng 6.12%) và tại khía cạnh VIEW tăng từ 0.6572 lên 0.6704 (tăng 1.32%). Sự kết hợp giữa khả năng biểu diễn ngữ nghĩa của PhoBERT và ma trận khoảng cách ngữ nghĩa tương đối (SRD) trong cơ chế Local context focus cho phép mô hình phân tách dữ liệu cảm xúc trong các câu đánh giá đa dạng. Ngược lại, đối với các khía cạnh có cấu trúc ngắn, đơn giản như NOISE và CLEANLINESS, mô hình PhoBERT_BiLSTM lại duy trì độ ổn định và hiệu năng tốt hơn nhờ đặc tính xử lý tuyến tính. Về mặt thực tiễn, nghiên cứu cung cấp khung ứng dụng tin cậy cho ngành lưu trú tại Vũng Tàu. Giải pháp này không chỉ hỗ trợ doanh nghiệp giám sát sức khỏe thương hiệu theo thời gian thực mà còn cho phép xác định chính xác các khiếm khuyết dịch vụ, đóng vai trò công cụ chiến lược để tối ưu hóa trải nghiệm khách du lịch và nâng cao nâng lực cạnh tranh