Description
Học theo sở thích (Preference Learning), đặc biệt là tối ưu hóa theo sở thích trực tiếp (Direct Preference Optimization – DPO), đã chứng minh hiệu quả trong việc căn chỉnh các mô hình ngôn ngữ lớn, tuy nhiên khả năng áp dụng cho bài toán phân loại cảm xúc đơn nhãn vẫn chưa được nghiên cứu đầy đủ. Bài báo thực hiện nghiên cứu thực nghiệm về học theo sở thích trong phân loại cảm xúc tiếng Việt trên bộ dữ liệu UIT-VSMEC với mô hình PhoBERT. Từ mô hình đường cơ sở sử dụng hàm mất mát entropy chéo, các chiến lược học theo sở thích được xây dựng dựa trên ma trận nhầm lẫn và tối ưu hóa theo cặp. Kết quả cho thấy mô hình đường cơ sở đạt chỉ số F1 có trọng số 0,6335, trong khi các biến thể học theo sở thích không cải thiện hiệu năng. Kết quả này cho thấy học theo sở thích chưa phù hợp với đặc trưng của bài toán phân loại cảm xúc đơn nhãn tiếng Việt và là cơ sở cho các nghiên cứu tiếp theo.
Từ khóa
phân loại cảm xúc; học theo sở thích; PhoBERT; tối ưu hóa theo sở thích trực tiếp; UIT-VSMEC
Thông tin các tác giả
Nguyễn Lê Thanh Trúc: ThS. NCS, đang công tác tại Khoa Công nghệ thông tin Trường Đại học Sài Gòn, 273 An Dương Vương, P.Chợ Quán, TPHCM
