Phân tích cảm xúc trên phản hồi học viên bằng mô hình BERT kết hợp kiến trúc đa kênh CNN-GRU

Tóm tắt

Phản hồi học viên là một trong những nguồn dữ liệu quý giá để nâng cao chất lượng giảng dạy và cải thiện sự hài lòng người học. Nhiều nghiên cứu về phân tích cảm xúc trên nguồn dữ liệu này đã được thực hiện và mang lại các kết quả đáng ghi nhận. Tuy nhiên, các nghiên cứu trên ngôn ngữ tiếng Việt vẫn còn nhiều hạn chế, liên quan đến số lượng nghiên cứu công bố, mục tiêu cảm xúc hay vấn đề về dữ liệu như mất cân bằng gây khó khăn khi ứng dụng. Nghiên cứu này đề xuất một mô hình kết hợp BERT và kiến trúc đa kênh gồm CNN và GRU. Bằng việc tận dụng ưu điểm từng mạng, hiệu suất bài toán phân tích cảm xúc trên phản hồi học viên tại Việt Nam được kỳ vọng nâng cao. Trong đó, mô hình tập trung cả hai nhiệm vụ phân loại (chủ đề và cực cảm xúc), hỗ trợ đo lường sự hài lòng cụ thể. Đồng thời, khả năng chống mất cân bằng của mô hình được chú trọng nhằm khai thác hiệu quả các bộ dữ liệu sẵn có, giúp tiết kiệm thời gian và tài chính. Thực nghiệm trên bộ dữ liệu UIT-VSFC cho thấy sự cải thiện hiệu suất tại chỉ số F1-Score (Macro) so với nghiên cứu gần đây, tăng 0,01 và 0,0051 lần lượt tại nhiệm vụ chủ đề và cực cảm xúc. Kết quả của nghiên cứu sẽ là một giải pháp hữu ích cho các cơ sở giáo dục, có thể ứng dụng để cải thiện giảng dạy, quản lý danh tiếng, hỗ trợ người học và là động lực để mở rộng nghiên cứu trong tương lai.