Phân tích cảm xúc (Sentiment Analysis / Opinion Mining - Khai phá ý kiến) là một lĩnh vực nghiên cứu liên ngành then chốt thuộc Xử lý ngôn ngữ tự nhiên (NLP), Ngôn ngữ học tính toán và Trí tuệ nhân tạo (AI). Nhiệm vụ cốt lõi của phân tích cảm xúc là phát triển các mô hình thuật toán có khả năng tự động phân tích, trích xuất, phân loại và lượng hóa các trạng thái cảm xúc (tích cực, tiêu cực, trung tính), thái độ và quan điểm chủ quan của con người được thể hiện qua ngôn ngữ tự nhiên (văn bản nhận xét, bài đăng mạng xã hội, phản hồi khách hàng).
Cấu trúc Hình thức của một Ý kiến (Opinion Quintuple)
Theo định nghĩa hình thức của Bing Liu (2012), một ý kiến trọn vẹn trong văn bản được mô hình hóa toán học dưới dạng một bộ 5 thành phần (quintuple):
(e_i, a_ij, s_ijkl, h_k, t_l)
e_i: Thực thể mục tiêu (Target Entity, ví dụ: dòng điện thoại thông minh).a_ij: Khía cạnh hoặc thuộc tính của thực thể (Aspect / Feature, ví dụ: dung lượng pin, camera, thiết kế).s_ijkl: Giá trị cảm xúc / Phân cực (Sentiment Polarity: Tích cực, Tiêu cực hoặc Trung tính kèm điểm số cường độ).h_k: Người nắm giữ ý kiến (Opinion Holder, tác giả của nhận xét).t_l: Thời điểm phát biểu ý kiến (Time of posting).
Các Cấp độ Phân tích Cảm xúc
Theo Bo Pang và Lillian Lee (2008), tác vụ phân loại cảm xúc được tiếp cận theo ba mức độ chi tiết tăng dần:
- Cấp độ Tài liệu / Văn bản (Document-level Sentiment Analysis): Đánh giá toàn bộ đoạn văn bản hoặc bài viết dài thể hiện tổng thể thái độ tích cực hay tiêu cực. Mô hình giả định toàn bộ văn bản tập trung vào một chủ đề hoặc thực thể duy nhất.
- Cấp độ Câu (Sentence-level Sentiment Analysis): Phân tích từng câu đơn lẻ trong văn bản. Bước đầu tiên là phân loại tính chủ quan / khách quan (Subjectivity Classification) để loại bỏ các câu mô tả sự thật thuần túy, sau đó mới xác định phân cực của các câu mang tính đánh giá chủ quan.
- Cấp độ Khía cạnh (Aspect-Based Sentiment Analysis - ABSA): Là mức độ phân tích tinh vi và hữu ích nhất trong thực tế. ABSA bóc tách cảm xúc riêng biệt cho từng thuộc tính cụ thể của sản phẩm/dịch vụ (ví dụ: trong câu "Món ăn rất ngon nhưng phục vụ quá chậm", mô hình nhận dạng khía cạnh "món ăn" là Tích cực còn khía cạnh "dịch vụ phục vụ" là Tiêu cực).
Các Phương pháp Thuật toán Phổ biến
Theo Walaa Medhat và cộng sự (2014), các kỹ thuật xử lý phân tích cảm xúc được chia thành ba trường phái chính:
1. Phương pháp Dựa trên Từ điển Cảm xúc (Lexicon-Based Approach)
Sử dụng các bộ từ điển cảm xúc được gán nhãn sẵn trọng số phân cực (như SentiWordNet, VADER, AFINN, TextBlob, từ điển cảm xúc tiếng Việt VLSP):
- Tính toán tổng điểm số cảm xúc của các từ ngữ xuất hiện trong câu, kết hợp quy tắc xử lý từ phủ định ("không tốt") và từ tăng cường mức độ ("rất tuyệt vời").
- Ưu điểm: Không cần tập dữ liệu huấn luyện gán nhãn lớn, tốc độ xử lý nhanh; Nhược điểm: Kém linh hoạt với từ lóng (slang), ngữ cảnh châm biếm (sarcasm) hoặc cấu trúc câu đảo ngữ phức tạp.
2. Phương pháp Học máy Truyền thống (Machine Learning Classifiers)
Trích xuất đặc trưng văn bản bằng mô hình túi từ (Bag-of-Words), TF-IDF hoặc N-gram, sau đó đưa vào các thuật toán phân loại giám sát:
- Naive Bayes (NB) và Maximum Entropy (MaxEnt).
- Support Vector Machines (SVM) và Logistic Regression.
3. Phương pháp Học sâu & Mô hình Ngôn ngữ Lớn (Deep Learning & Transformers)
- Mạng nơ-ron hồi quy hai chiều Bi-LSTM kết hợp cơ chế Attention để nắm bắt ngữ cảnh phụ thuộc dài của từ ngữ trong câu.
- Mô hình Transformer tiền huấn luyện (BERT, RoBERTa, PhoBERT cho tiếng Việt, GPT): Sử dụng cơ chế Self-Attention đa đầu để biểu diễn ngữ nghĩa theo ngữ cảnh sâu sắc, đạt độ chính xác (F1-score) vượt trội trên các bộ dữ liệu chuẩn benchmark.
Bảng so sánh các Trường phái Kỹ thuật Phân tích Cảm xúc
| Phương pháp | Mô hình / Công cụ đại diện | Ưu điểm nổi bật | Hạn chế chính |
|---|---|---|---|
| Dựa trên Từ điển (Lexicon) | VADER, SentiWordNet, từ điển VLSP | Không cần gán nhãn dữ liệu, giải thích được trực tiếp lý do tính điểm. | Không hiểu được từ đa nghĩa theo ngữ cảnh, thất bại trước châm biếm mỉa mai. |
| Học máy Giám sát (SVM/NB) | Linear SVM + TF-IDF, Naive Bayes | Độ chính xác cao hơn từ điển, huấn luyện và suy luận nhanh, nhẹ tài nguyên. | Mất thông tin thứ tự từ ngữ, cần kỹ nghệ trích xuất đặc trưng thủ công (Feature Engineering). |
| Học sâu & Transformer (LLMs) | PhoBERT, ViBERT, BERT-ABSA, LLMs | Hiểu sâu ngữ cảnh đảo ngữ, ẩn dụ, đạt độ chính xác state-of-the-art. | Chi phí tính toán GPU cao, cần tài nguyên phần cứng lớn khi triển khai thực tế. |
Ứng dụng Thực tiễn và Thách thức Nghiên cứu
Trong kinh doanh và quản trị số, phân tích cảm xúc là động lực cho:
- Hệ thống Lắng nghe Mạng xã hội (Social Listening): Giám sát nhận diện thương hiệu, cảnh báo sớm khủng hoảng truyền thông theo thời gian thực.
- Tối ưu hóa Trải nghiệm Khách hàng (CX): Tự động phân loại hàng triệu đánh giá trên sàn thương mại điện tử (Shopee, Tiki, Amazon) để cải tiến tính năng sản phẩm.
- Tài chính Định lượng (Quantitative Finance): Phân tích cảm xúc tin tức kinh tế và mạng xã hội Twitter/X để dự báo biến động tỷ giá và giá cổ phiếu.