- Xây dựng hệ tóm tắt ý kiến về sản phẩm từ nhiều người dùng cho văn bản tiếng Việt. - Luận văn Thạc sĩ ngành: Hệ thống thông tin. - Abstract: Chương 1: “Giới thiệu bài toán tóm tắt văn bản” tóm tắt một số các ứng dụng của tóm tắt văn bản, phát biểu bài toán tóm tắt ý kiến về sản phẩm từ nhiều người dùng. - Chương 2: “Kiến thức cơ sở” trình bày một số thuật toán, phương pháp sử dụng trong quá trình tóm tắt. - Chương 3: “Sử dụng kỹ thuật tóm tắt đa văn bản cho bài toán tóm tắt” sẽ đi sâu vào phương pháp tóm tắt cụ thể để giải quyết bài toán chính của luận văn. - Chương 4: “Thử nghiệm và đánh giá” sẽ trình bày quá trình thử nghiệm của luận văn và các kết quả đạt được trong quá trình thử nghiệm. - Đồng thời cũng đưa ra các phân tích và đánh giá về kết quả đạt được.. - Keywords: Xử lý văn bản. - Hệ tóm tắt ý kiến. - Công nghệ thông tin. - Với việc phát triển nhanh chóng của thương mại điện tử, ngày càng có nhiều các sản phẩm được rao bán trên mạng và cũng ngày càng nhiều người mua sản phẩm trực tuyến. - Để tăng cường sự hài lòng của khách hàng và kinh nghiệm mua sắm, một thực tế phổ biến cho các nhà kinh doanh trực tuyến là cho phép khách hàng của họ có thể đánh giá hoặc phát biểu ý kiến về các sản phẩm mà họ đã mua. - Với việc ngày càng nhiều người dùng sử dụng mua bán trực tuyến thì số lượng người đánh giá về sản phẩm ngày càng tăng lên. - Kết quả là, số lượng ý kiến mà một sản phẩm nhận được tăng lên nhanh chóng. - Hơn nữa, rất nhiều ý kiến đánh giá là dài nhưng chỉ có một vài câu có nội dung về đánh giá sản phẩm. - Điều này thực sự khó khăn cho một khách hàng tiềm năng có thể đọc chúng để thực hiện một quyết định đúng đắn về việc có nên mua sản phẩm hay không. - Nếu anh/cô ấy chỉ đọc một vài ý kiến thì có thể nhận được một cái nhìn không đúng đắn về sản phẩm. - Số lượng lớn các ý kiến cũng gây ra khó khăn cho các nhà sản xuất để theo dõi ý kiến khách hàng đối với các sản phẩm của họ.. - Đối với một nhà sản xuất, đó là những khó khăn truyền thống vì rất nhiều các trang web kinh doanh có thể bán cùng một sản phẩm và các nhà sản xuất có thể (hầu như) sản xuất rất nhiều loại sản phẩm.. - Bằng cách dựa vào những lợi thế của công nghệ thông tin, các công ty sản xuất có thể thu thập thông tin khách hàng trong một quy mô lớn để cung cấp chiến lược cũng như hỗ trợ kỹ thuật cho sản phẩm của họ phục vụ cho việc thiết kế, phát triển sản phẩm và tiếp thị bán. - đây sử dụng thông tin của khách hàng chủ yếu tập trung vào tính toán và phân tích dữ liệu cho mục đích giới thiệu sản phẩm, cá nhân hoá, và phân tích các nhân tố làm tăng cường lòng trung thành của khách hàng. - Tuy nhiên, dữ liệu văn bản chiếm một phần đáng kể của thông tin khách hàng đã phần nào bị bỏ qua. - Trong khi đó, tính toán và phân tích dữ liệu được cấu trúc và tổ chức tốt với các ứng dụng cơ sở dữ liệu, điều này làm cho họ xử lý tương đối dễ dàng. - Một vài kỹ thuật được thành lập để phân tích và quản lý những dữ liệu này. - Ví dụ: phân tích xử lý trực tuyến (OLAP) và khai thác dữ liệu. - Ngược lại, dữ liệu văn bản viết bằng ngôn ngữ tự nhiên lại thường được lưu trữ dưới dạng văn bản không có cấu trúc hoặc bán cấu trúc.. - Xử lý dữ liệu văn bản yêu cầu không thể thiếu kiến thức từ các lĩnh vực khác nhau như: cơ sở dữ liệu, truy vấn thông tin, học máy và xử lý ngôn ngữ tự nhiên. - Vì vậy, tồn tại một mức độ khó khăn hơn trong xử lý thông tin văn bản. - Tương tự như các dữ liệu số, dữ liệu văn bản cung cấp thông tin phong phú trong việc thúc đẩy sự thu thập thông tin về kinh doanh cũng như thông tin về sự cạnh tranh, đặc biệt là với sự phát triển bùng nổ của trang web dựa trên các ứng dụng kinh doanh... - Hiện nay, nhu cầu về kỹ thuật tiên tiến đã tăng lên rất nhiều để giảm thời gian cần thiết để có được các thông tin và tri thức hữu ích từ tập hợp dữ liệu lớn văn bản như email, bản ghi nhớ, các trang web và thậm chí cả tin nhắn. - Khách hàng là những người được mời hoặc tự phát tham gia đánh giá bằng văn bản để chia sẻ kinh nghiệm của họ, ý kiến và khuyến nghị đối với các sản phẩm khác nhau. - Một số người tiêu dùng hành động một cách chuyên nghiệp bằng những phương pháp khác nhau để so sánh các sản phẩm tương tự từ sự khác nhau về thương hiệu và đưa ra ý kiến ủng hộ hoặc phản đối. - Những đánh giá sản phẩm là rất cần thiết đối với việc thiết kế và sản xuất sản phẩm của nhà sản xuất, nhà sản xuất có thể hiểu rõ hơn những điều khách hàng quan tâm và cải tiến sản phẩm cho phù hợp. - Tuy nhiên, việc xử lý thông tin quan trọng như vậy không phải là một nhiệm vụ nhỏ. - Số lượng đánh giá một cách trực tiếp của khách hàng có thể phát triển rất nhanh chóng và nó là tốn thời gian để thực sự đọc qua tất cả chúng bằng “tay”. - Làm thế nào để đối phó với các số lượng lớn khách hàng đánh giá và lựa chọn thông tin hữu ích từ họ đã trở thành một nhiệm vụ quan trọng nhưng đầy thách thức.. - Với thực tế ở trên, luận văn tiến hành nghiên cứu, giải quyết và đề xuất phương pháp tập hợp mối quan tâm của khách hàng từ việc đánh giá sản phẩm trực tuyến bằng cách sử dụng tóm tắt văn bản tự động. - Cơ sở của đề tài là các kết quả nghiên cứu đã được công bố trên thế giới về bài toán tóm tắt văn bản tự động. - Luận văn cũng tiến hành thử nghiệm tóm tắt trên một tập các đánh giá về một sản phẩm cụ thể.. - Chương 1: “Giới thiệu bài toán tóm tắt văn bản” tóm tắt một số các ứng dụng của tóm tắt văn bản, phát biểu bài toán tóm tắt ý kiến về sản phẩm từ nhiều người dùng.. - Chương 2: “Kiến thức cơ sở” trình bày một số thuật toán, phương pháp sử dụng trong quá trình tóm tắt.. - Chương 3: “Sử dụng kỹ thuật tóm tắt đa văn bản cho bài toán tóm tắt” sẽ đi sâu vào phương pháp tóm tắt cụ thể để giải quyết bài toán chính của luận văn.. - Hà Quang Thụy, Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Nguyễn Thu Trang, Nguyễn Cẩm Tú (2009), Giáo trình khai phá dữ liệu Web, Nhà xuất bản giáo dục Việt Nam.. - In Proceedings of the 16th international conference on machine learningICML-99 workshop on machine learning in text data analysis (pp. - Barzilay, R., &. - In Proceedings of the ACL’97/ECAL’97 workshop on intelligent scalable text summarization (pp. - Of the ACL'97/EACL'97 Workshop on Intelligent Scalable Text Summarization.. - Carbonell, J., &. - In Proceedings of the 21st annual international ACM SIGIR conference on research and development in information retrieval (pp. - In Proceedings of the 1st North American chapter of the association for computational linguistics (pp. - Dave, K., Lawrence, S., &. - the 12th international conference on World Wide Web (pp. - New methods in automatic extracting Journal of the ACM . - M., Piatetsky-Shapiro, G., &. - Gamon, M., Aue, A., Corston-Oliver, S., &. - In Proceedings of advances inintelligent data analysis VI, 6th international symposium on intelligent data analysis IDA 2005”, (pp 121–132). - Ganapathy, S., Ranganathan, C., &. - Communications of the ACM . - Gong, Y., &. - In Proceedings of the 24th annual international ACM SIGIR conference on research and development in information retrieval (pp. - Gustafsson, A., &. - In Proceedings of the sixth symposium on quality function deployment (pp 52–57).. - Han, J., &. - In Proceedings of ACL’99, the 37th annual meeting of the association for computational linguistics, invited paper.. - Hovy, E., &. - In Proceedings of the ACL’97/EACL’97 workshop on intelligent scalable text summarization (pp. - Hu, M., &. - In Proceedings of the 10th ACM SIGKDD international conference on knowledge discovery and data mining”, (pp 168–177). - In Proceedings of the nineteenth national conference on artificial intelligence, sixteenth conference on innovative applications of artificial intelligence AAAI 2004”, (pp 755–. - Kumar, V., &. - Kupiec, J., Pedersen, J., &. - In Proceedings of the 18th annual international ACM SIGIR conference on research and development in information retrieval”, (pp 68–73). - Lee, S., Lee, S.,&Park, Y. - Lent, B., Agrawal, R., &. - In Proceedings of the third international conference on knowledge discovery and data mining (pp 227–230).. - Mani, I., &. - Mann, W., &. - Advances in automatic text summarization (pp. - Advances in knowledge discovery and data mining (pp 1–34)