Nhận diện cảm xúc tiếng Việt

Dự án nghiên cứu về bài toán nhận diện cảm xúc tiếng Việt, được phát triển bởi nhóm nghiên cứu xử lý ngôn ngữ tự nhiên tiếng Việt - underthesea. Chứa mã nguồn các thử nghiệm cho việc xử lý dữ liệu, huấn luyện và đánh giá mô hình, cũng như cho phép dễ dàng tùy chỉnh mô hình đối với những tập dữ liệu mới.

Nhóm tác giả

Vũ Anh (anhv.ict91@gmail.com)
Bùi Nhật Anh (buinhatanh1208@gmail.com)

Tham gia đóng góp

Mọi ý kiến đóng góp hoặc yêu cầu trợ giúp xin gửi vào mục Issues của dự án. Các thảo luận được khuyến khích sử dụng tiếng Việt để dễ dàng trong quá trình trao đổi.

Nếu bạn có kinh nghiệm trong bài toán này, muốn tham gia vào nhóm phát triển với vai trò là Developer, xin hãy đọc kỹ Hướng dẫn tham gia đóng góp.

Yêu cầu hệ thống

Hệ điều hành: Linux (Ubuntu, CentOS), Mac
Python 3.6+
conda 4+

Thiết lập môi trường

Tải project bằng cách sử dụng lệnh git clone

$ git clone https://github.com/undertheseanlp/sentiment.git

Tạo môi trường mới và cài đặt các gói liên quan

$ cd sentiment
$ conda create -n sentiment python=3.6
$ pip install -r requirements.txt

Hướng dẫn sử dụng

Trước khi chạy các thử nghiệm, hãy chắc chắn bạn đã activate môi trường sentiment, mọi câu lệnh đều được chạy trong thư mục gốc của dự án.

$ cd sentiment
$ source activate sentiment

Kết quả thử nghiệm

Xem thêm về mô tả vlsp 2018 SA task

Kết quả các thử nghiệm

Dữ liệu restaurant

Mô hình	F1 %
XGBoost(n_iter=500, max_depth=500) + Countvectorizer(bigram, max_features=4000)	65.55
LogisticRegression + Countvectorizer(Bigram)	64.59
LinearSVC + Countvectorizer(Trigram)	64.49
LinearSVC + Countvectorizer(Bigram)	64.24
MultinomialNB + Countvectorizer(Trigram)	53.66
SVC + Countvectorizer(Trigram)	48.55

Dữ liệu hotel

Mô hình	F1 %
XGBoost(n_iter=100, max_depth=200) + Countvectorizer(bigram, max_features=2000)	65.79
LinearSVC + Countvectorizer(Trigram)	65.09
LinearSVC + Countvectorizer(Bigram)	64.95
LogisticRegression + Countvectorizer(Bigram)	64.82
MultinomialNB + Countvectorizer(Bigram)	54.79
SVC + Countvectorizer(Trigram)	48.55

Dữ liệu fb_bank

Mô hình	F1 %
LinearSVC + Tfidfvectorizer(Bigram)	69.60
MultinomialNB + Countvectorizer (Bigram, Max Feature=1000)	68.40
XGBoost(n_iter=100, max_depth=300) + Countvectorizer(bigram, max_features=2000)	65.70
LogisticRegression + Countvectorizer(Trigram, max_features=5000)	65.70
SVC + Countvectorizer(Trigram, Max Feature=700)	29.60

Trích dẫn

Đang cập nhật

jackNhat / sentiment