Vietnamesische Aspektbasierte Stimmungsanalyse

Die Vietnamese Aspect-Based Sentiment Analysis (VABSa) zielt darauf ab, spezifische Aspekte von Meinungen und Stimmungsrichtungen aus Texten zu identifizieren und zu extrahieren, um die spezifischen Feedbacks der Nutzer zu Produkten oder Dienstleistungen zu bewerten. Dieses Ziel wurde durch die Erstellung eines strengen Annotationssystems erreicht, was zur Bildung des UIT-ViSFD-Datensatzes führte. Der Datensatz umfasst 11.122 Mobile-Commerce-Bewertungen und bietet eine Referenzbasis für Forschungen. Eine Methode, die auf der Bi-LSTM-Architektur mit fastText-Wort-Einbettungen basiert, erzielte F1-Werte von 84,48 % und 63,06 % bei der Aspektidentifikation und der Stimmungsklassifizierung, was traditionelle Maschinelles Lernen und Tiefes Lernen-Systeme übertrifft. Diese Leistung hat die Entwicklung des SA2SL-Social-Listening-Systems ermöglicht, das Unternehmen bei intelligenten Entscheidungen stark unterstützt.