Nghiên cứu kỹ thuật học sâu cho bài toán phân lớp dữ liệu tiếng Việt
212 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.95.2024.85-94Từ khóa:
Học sâu; Phân loại văn bản; LSTM; CNN.Tóm tắt
Phân loại văn bản nhằm mục đích tự động gán các đoạn văn bản hoặc tài liệu nhất định thuộc vào các danh mục hoặc chủ đề được xác định trước. Mặc dù có rất nhiều kỹ thuật được sử dụng để phân loại văn bản tiếng Anh nhưng vẫn còn thiếu các nghiên cứu về phân loại văn bản tiếng Việt. Bài viết này giới thiệu một cách tiếp cận mới sử dụng Bộ nhớ ngắn hạn dài (LSTM) và Mạng tích chập (CNN) với cấu trúc mạng nơ-ron sâu để phân loại văn bản tiếng Việt. Phát hiện của chúng tôi chứng minh sự cải thiện đáng kể về độ chính xác trong phân loại khi áp dụng các kỹ thuật học sâu cho hai tập dữ liệu tin tức tiếng Việt. Nghiên cứu này góp phần thúc đẩy sự cải tiến của phân loại văn bản tiếng Việt bằng cách giới thiệu và chứng minh tính hiệu quả của LSTM và CNN với cấu trúc mạng sâu. Kết quả mang lại những hiểu biết sâu sắc có giá trị cho các nhà nghiên cứu và thực hành nghiên cứu về phân loại văn bản trong tiếng Việt.
Tài liệu tham khảo
[1]. P. Komarek, “Logistic regression for data mining and high-dimensional classification”, Carnegie Mellon University, (2004).
[2]. M. N. M. S. a. A. H. O. W. N. H. W. Mohamed, “A comparative study of Reduced Error Pruning method in decision tree algorithms”, in IEEE International Conference on Control System, Computing and Engineering, Penang, (2012).
[3]. C. &. V. V. Cortes, "Support-vector networks," Machine learning, vol. 20, pp. 273-297, (1995). DOI: https://doi.org/10.1007/BF00994018
[4]. L. A. a. F. Tietze, In: World Patent Information , (2018).
[5]. Y. Kim, "Convolutional neural networks for sentence classification," arXiv preprint arXiv:1408.5882, (2014). DOI: https://doi.org/10.3115/v1/D14-1181
[6]. X. J. Z. a. Y. L. Zhang, "Character-level convolutional networks for text classification," Advances in neural information processing systems, vol. 28, (2015).
[7]. S. a. C. S. Moriya, "Transfer learning method for very deep CNN for text classification and methods for its evaluation," 2018 IEEE 42nd annual computer software and applications (COMPSAC), (2018). DOI: https://doi.org/10.1109/COMPSAC.2018.10220
[8]. S. L. X. K. L. a. J. Z. Lai, "Recurrent convolutional neural networks for text classification," in The AAAI conference on artificial intelligence, (2015).
[9]. W. K. D. P. R. a. R. F. M. Sari, "Text classification using long short-term memory," in International Conference on Electrical Engineering and Computer Science (ICECOS), (2019).
[10]. T. H. N. H. N. D. L. T. a. V. T. N. Nguyen, "A hybrid feature selection method for Vietnamese text classification" in IEEE Seventh International Conference on Knowledge and Systems Engineering (KSE), (2015).
[11]. H. T. N. D.-T. D. Q. T. a. H. X. H. Huynh, "Vietnamese text classification with textrank and jaccard similarity coefficient," Adv. Sci. Technol. Eng. Syst 5, vol. 5, no. 6, (2020). DOI: https://doi.org/10.25046/aj050644
[12]. V. C. D. D. D. L. N. N. &. N. H. Q. Hoang, "A comparative study on vietnamese text classification methods," in IEEE international conference on research, innovation and vision for the future, (2007).
[13]. N. M. D. B. N. N. V. D. &. N. T. D. Le, "VNLP: an open source framework for Vietnamese natural language processing," in Proceedings of the 4th Symposium on Information and Communication Technology, (2013).
[14]. N. B. S. L. &. N. K. J. Benjamin Erichson, "Compressed singular value decomposition for image and video processing," in Proceedings of the IEEE International Conference on Computer Vision Workshops, (2017).
[15]. S. &. S. J. Hochreiter, "Long short-term memory. Neural computation," vol. 9, no. 8, pp. 1735-1780, (1997). DOI: https://doi.org/10.1162/neco.1997.9.8.1735
[16]. A. Graves, "Generating sequences with recurrent neural networks.," arXiv preprint arXiv:1308.0850, (2013).
[17]. W. &. J. W. Dai, "A mapreduce implementation of C4. 5 decision tree algorithm. International journal of database theory and application," vol. 7, no. 1, pp. 49-60, (2014). DOI: https://doi.org/10.14257/ijdta.2014.7.1.05
[18]. H. N. a. N. T. M. A. Phat, "Vietnamese text classification algorithm using long short term memory and Word2Vec," Информатика и автоматизация, vol. 19, no. 6, pp. 1255-1279, (2020). DOI: https://doi.org/10.15622/ia.2020.19.6.5
