Trường Đại học Công nghệ Thông tin xin được chúc mừng nhóm sinh viên với bài báo khoa học “Vietnamese Open-domain Complaint Detection in E-Commerce Websites”
được chấp nhận đăng tại Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) tổ chức tại Mexico
Hội nghị Quốc tế lần thứ 20 Intelligent Software Methodologies, Tools, and Techniques (SOMET 2021) sẽ được tổ chức tại thành phố Cancun, Quintana Roo, Mexico vào ngày 21-23 tháng 9 năm 2021. Hội nghị này làm nổi bật và phản ánh những xu hướng hiện đại và mới mẻ về phương pháp luận, công cụ và kỹ thuật. Các ý tưởng và giải pháp được đưa ra giúp xây dựng một diễn đàn trao đổi ý tưởng và kinh nghiệm nhằm thúc đẩy các hướng đi mới trong lĩnh vực khoa học công nghệ. Hội nghị này tập trung vào việc khám phá những đổi mới và thách thức mà cộng đồng khoa học ngày nay phải đối mặt. Đồng thời, hội nghị kết hợp giữa lý thuyết và thực nghiệm để đề xuất và đánh giá các giải pháp cho các bài toán công nghệ. Hội nghị này là cơ hội để chúng ta, những người trong cộng đồng khoa học suy nghĩ về vị trí của mình hiện tại và xây dựng những định hướng, mục tiêu của trong tương lai.
Bài báo do 2 nữ sinh viên thực hiện:
- Nguyễn Thị Hồng Nhung - 18521218 - CMCL2018.2
- Hà Phan Diệu Phương - 18521218 - CMCL2018.2
Dưới sự hướng dẫn của Th.S Nguyễn Văn Kiệt, TS Nguyễn Lưu Thùy Ngân và trợ giảng Nguyễn Thành Luân.
Bài báo được thực hiện với mong muốn góp phần giúp các nhà doanh nghiệp có thể chiếm được lòng tin cũng như sự quan tâm của khách hàng, nhóm sinh viên tiến hành xây dựng bộ dữ liệu phàn nàn tiếng Việt phục vụ cho bài toán nhận diện phàn nàn. Bộ dữ liệu đã xây dựng (UIT-ViOCD) bao gồm 5.485 đánh giá đã được gán nhãn, trên bốn lĩnh vực được thu thập từ trang thương mại điện tử. Độ đồng thuận giữa ba người gán nhãn đạt 87%. Sau khi xây dựng xong bộ dữ liệu, nhóm sinh viên đã tiến hành nhiều thử nghiệm trên các mô hình dựa trên các phương pháp máy học khác nhau với độ phức tạp từ thấp đến cao, bao gồm mô hình máy học truyền thống, mô hình học sâu và mô hình transfer learning. Mô hình đạt được kết quả tốt nhất là PhoBERT với 92,16% ở độ đo F1. Ngoài ra, nhóm sinh viên cũng đã tiến hành các thí nghiệm đánh giá tầm quan trọng của các thành phần cấu trúc ngôn ngữ tiếng Việt trong bài toán nhận diện phàn nàn. Trong tương lai, nhóm sinh viên sẽ xây dựng một hệ thống nhận diện phàn nàn tự động trên các trang web thương mại điện tử.
Mọi thông tin chi tiết xem tại: https://www.facebook.com/UIT.Fanpage
Hạ Băng - Cộng tác viên Truyền thông trường Đại học Công nghệ Thông tin
