LuanVan.vnLuận Văn
Gửi thư

PHÂN LOẠI CẢM XÚC BÌNH LUẬN CỦA NGƯỜI DÙNG TRONG VIDEO STREAMING

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Trung Tín
Người hướng dẫnThái Minh Tuấn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Trong thời đại số hiện nay, đi kèm với sự phát triển của mạng xã hội, các nền tảng phát trực tiếp hay còn gọi là video streaming đang phát triển rực rỡ. Điều làm nên điểm khác biệt là các nền tảng live streaming giúp người xem có thể tương tác trực tiếp dưới dạng tin nhắn trong thời gian thực với người phát trực tiếp. Điều này khiến cho khoảng cách giữa người với người càng xích lại gần với nhau hơn nữa. Nhưng đi kèm với khả năng tương tác trực tiếp này chính là sự kiểm duyệt lỏng lẻo, ngôn từ được sử dụng có thể mang những ý nghĩa tiêu cực. Thông thường các nền tảng hiện nay kiểm duyệt thông qua con người, cụ thể là phải có người theo dõi kênh chat từ đầu đến cuối để tìm và xoá đi những bình luận tiêu cực nói trên. Nhận thấy được tầm quan trọng của việc phân loại cảm xúc bình luận, em đã tiến hành bắt tay vào bài toán sử dụng phương pháp fine-tuine mô hình RoBERTa và mô hình BERT để phân loại cảm xúc các bình luận bằng tiếng Anh trong thời gian thực và cảnh báo người quản trị khi có bình luận tiêu cực xuất hiện. Kết quả fine-tuning mô hình BERT đạt độ chính xác khá cao 87% và mô hình RoBERTa đạt độ chính xác 88%. Thời gian phản hồi trung bình với một bình luận từ trên phát trực tuyến là 0.22s, thời gian phản hồi này có thể đáp ứng được với nhu cầu của các kênh live stream hiện nay.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.