BÁO CÁO THỰC HÀNH 1
PHÂN LỚP VĂN BẢN SỬ DỤNG PRE-TRAINED WORD EMBEDDING
Thông tin chung:
Bộ dữ liệu: UIT-VSFC
Công bố khoa học: K. V. Nguyen, V. D. Nguyen, P. X. V. Nguyen, T. T. H. Truong and N. L.
Nguyen, "UIT-VSFC: Vietnamese Students’ Feedback Corpus for Sentiment Analysis", KSE
2018.
Số lượng dữ liệu: Khoảng hơn 16,000 câu
Bộ pre-trained embedding sử dụng: FastText_ner.vec
Nguồn pre-trained embedding: FastText_ner.vec
Kích thước embedding: 300 chiều
Bài 1: Phân tích cảm xúc (Sentiment-based)
Mô tả bài toán:
Phân loại cảm xúc dựa trên văn bản phản hồi của sinh viên, với 3 nhãn: tích cực (positive), tiêu cực
(negative) và trung tính (neutral).
Kết quả:
F1 score (Macro): 0.6903
Accuracy: 88.56%
Mô hình sử dụng:
Mô hình neural network với 1 lớp embedding (pre-trained), lớp Flatten, và lớp đầu ra dùng hàm kích
hoạt sigmoid.
Sử dụng pre-trained word embedding FastText_ner.vec.
Visualizations:
1. Biểu đồ Accuracy và Loss:
