So sánh hiệu quả của đặc trưng ngữ nghĩa PhoBERT và Naive Bayes trong phân loại chủ đề và đánh giá mức độ hài lòng từ bình luận của sinh viên
Tác giả: Ngô Văn Hiếu, Trịnh Quang Tin, Nguyễn Thị Thanh Phương, Nguyễn Thị Thuỳ Dung, Trần Thị Thanh Lan, Nguyễn Phúc Minh Tú
Số trang:
Tr. 220-231
Số phát hành:
Số 02(75)
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
005
Ngôn ngữ:
Tiếng Anh
Từ khóa:
Mô hình học máy, Naive Bayes, phân loại chủ đề, PhoBERT
Chủ đề:
Mô hình học máy
Tóm tắt:
Trình bày một nghiên cứu so sánh giữa mô hình học máy truyền thống NBC và phương pháp phân loại dựa trên PhoBERT trong bài toán phân tích phản hồi bằng tiếng Việt của sinh viên, bao gồm hai nhiệm vụ là phân loại chủ đề phản hồi và đánh giá mức độ cảm xúc.
Tạp chí liên quan
- Đánh giá tác động của việc điều chỉnh siêu tham số đối với hiệu năng của các mô hình học máy truyền thống
- Xây dựng mô hình học máy được tối ưu hóa bằng thuật toán jellyfish search để dự báo năng suất lao động trên công trường
- Phân tích logs ứng dụng học máy hỗ trợ giám sát an toàn thông tin ngành Tài nguyên và Môi trường
- Ứng dụng mô hình học máy tối ưu hóa quản trị nguồn nhân lực trong doanh nghiệp
- Dự đoán cường độ liên kết giữa cốt thép bị ăn mòn và lớp bê tông xung quanh bằng phương pháp XGBoost





