AI Foundation
Phân tích cảm xúc văn bản
Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.AI đọc bình luận khách hàng rồi đoán tích cực, tiêu cực hay trung tính — như một nhân viên marketing lướt Facebook nhưng làm với hàng triệu câu mỗi phút.
Ẩn dụ
Hãy nhớ lại lúc bạn lướt Facebook xem khách bình luận trên trang của công ty mình. Chỉ cần liếc qua là bạn biết khách đang khen, chê, hay chỉ hỏi giá. Bộ não bạn đọc mấy chục bình luận/phút đã mệt — AI làm đúng việc đó cho hàng triệu bình luận mỗi giờ, liên tục, không cần cà phê.
| Bình luận | Cảm xúc |
|---|---|
| “Shop nhiệt tình, hàng đẹp, sẽ quay lại!” | Khen |
| “Giao hàng chậm, sản phẩm bị lỗi, thất vọng.” | Chê |
| “Shop còn size M không ạ?” | Hỏi |
Trực quan hoá
Gõ một bình luận tiếng Việt bất kỳ. Máy tô từ tích cực (xanh), tiêu cực (đỏ), và từ đảo ngữ như “không” (cam) — rồi tổng hợp thành một nhãn.
Dashboard cảm xúc theo tuần (mô phỏng Shopee / Lazada / Tiki): 15 review giả trong 7 ngày, đã được gán nhãn sẵn. Lọc theo sàn để xem thương hiệu của bạn đang ở đâu.
Khoảnh khắc A-ha
Cảm xúc tiếng Việt không bao giờ chỉ là đếm từ xấu / từ đẹp. “Không tệ” là khen. “Nhiệt tình lắm nhé, nhắn ba ngày không rep” là chửi. Máy muốn hiểu đúng phải đọc cả câu, cả ngữ cảnh, và đôi khi cả emoji.
Đó là lý do các mô hình hiện đại (BERT, PhoBERT, LLM) thay thế cách làm cũ — chúng không đếm, chúng đọc.
Phân tích cảm xúc: ba dòng công nghệ
Phân tích cảm xúc là một dạng riêng của phân loại văn bản — thay vì gán nhãn “thể thao / kinh tế”, ta gán nhãn “tích cực / tiêu cực”. Marketer cần hiểu ba dòng công nghệ sau để chọn đúng công cụ.
| Dòng | Cách làm | Độ chính xác | Điểm yếu |
|---|---|---|---|
| 1. Từ điển (Lexicon) | Có danh sách “từ tích cực” và “từ tiêu cực” sẵn. Máy đếm và so điểm. Rẻ, nhanh. | — | Trật với đảo ngữ, mỉa mai, phương ngữ. |
| 2. Máy học cổ điển | Học từ vài nghìn review đã gắn nhãn (Naive Bayes, SVM, Logistic). Tốt hơn từ điển. | 75–85% trong lĩnh vực quen | Vẫn chưa hiểu ngữ cảnh. |
| 3. LLM / BERT | Đọc cả câu, hiểu đảo ngữ, phát hiện mỉa mai. PhoBERT cho tiếng Việt, GPT-4 đa ngôn ngữ. | 85–95% — tốt nhất hiện nay | — |
So sánh trực tiếp trên cùng câu tiếng Việt
| Câu | Từ điển đếm từ | PhoBERT hiểu ngữ cảnh |
|---|---|---|
| Không tệ lắm | Tiêu cực ✗ | Tích cực ✓ |
| Phở dở òm | Tiêu cực ✓ | Tiêu cực ✓ |
| Haha hàng giả chất lượng cao quá | Tích cực ✗ | Tiêu cực (mỉa mai) ✓ |
| Ship siêu nhanh 🙄 | Tích cực ✗ | Tiêu cực (mỉa mai) ✓ |
Cùng một câu, hai cách đọc — bên nào giống đồng nghiệp của bạn hơn?
Marketer & dân văn phòng dùng phân tích cảm xúc ở đâu?
| Ứng dụng | Cách dùng |
|---|---|
| Giám sát thương hiệu | Theo dõi khen chê trên Facebook, TikTok, Shopee theo thời gian thực. |
| Đánh giá chiến dịch | Trước và sau campaign: tỉ lệ bình luận tích cực đã tăng bao nhiêu? |
| Phân tích khảo sát | Hàng nghìn câu trả lời tự luận của nhân viên hoặc khách — gom lại trong vài phút. |
| Cảnh báo khủng hoảng | Tiêu cực vọt 30% trong 2 giờ → đội PR nhận cảnh báo qua Slack. |
| Review nội bộ | Phân loại feedback hội thảo, eNPS, đánh giá 360°. |
| Insight sản phẩm | Aspect-based tách riêng: giá, chất lượng, ship, dịch vụ — để đội sản phẩm biết sửa gì trước. |
Nối nhanh — kiểm tra cảm nhận của bạn: từ nào trong bình luận trên là tín hiệu mạnh nhất?
Tóm tắt
- AI đọc bình luận rồi gán tích cực / tiêu cực / trung tính — giống bạn lướt Facebook, nhưng chạy ở quy mô triệu bình luận.
- Aspect-based tách riêng từng khía cạnh (món ăn, ship, giá) — giúp biết chỗ nào cần sửa trước.
- Từ điển đếm từ rẻ nhưng sai với đảo ngữ (‘không tệ’), mỉa mai, emoji.
- BERT / PhoBERT / LLM đọc cả câu, đạt 85–95% — mạnh nhất hiện nay với tiếng Việt.
- Ứng dụng văn phòng: giám sát thương hiệu, đánh giá chiến dịch, phân tích khảo sát, cảnh báo khủng hoảng.