Tóm tắt văn bản trên cơ sở phân loại ý kiến độc giả của báo mạng tiếng Việt

TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 19, SOÁ K5- 2016 
 Trang 53 
Tóm tắt văn bản trên cơ sở phân loại ý kiến 
độc giả của báo mạng tiếng Việt 
 Nguyễn Ngọc Duy 1 
 Phan Thị Tươi 2 
1 Học viện Công nghệ Bưu chính Viễn thông Cơ sở Tp.HCM 
2 Trường Đại học Bách khoa, ĐHQG-HCM 
(Bản nhận ngày 01 tháng 03 năm 2016, hoàn chỉnh sửa chữa ngày 06 tháng 09 năm 2016) 
ABSTRACT 
Muốn biết ý kiến của người dùng về một mặt 
hàng, hoặc của cộng đồng về một vấn đề nóng 
trong xã hội,, cách tốt nhất trong thời đại bùng 
nổ thông tin trên internet và mạng xã hội, là khai 
thác thông tin một cách hiệu quả từ những nguồn 
này. Mỗi ý kiến không chỉ là một thông tin đơn 
thuần, mà còn chứa cả cảm xúc của người viết. 
Do đó, chúng có thể tạo nên một luồng dư luận 
tác động đến cộng đồng mạng. Đây thật sự là 
nguồn tài nguyên khổng lồ, có ý nghĩa to lớn đối 
với nhiều lĩnh vực – từ kinh tế, chính trị đến văn 
hóa xã hội – nếu có phương pháp khai thác thông 
tin hiệu quả. Một hệ thống tự động để phân loại 
ý kiến dựa trên cảm xúc là rất cần thiết để khai 
thác hiệu quả nguồn tài nguyên này. Để hỗ trợ 
người sử dụng khai thác thông tin hiệu quả hơn, 
vấn đề tóm tắt thông tin cần được nghiên cứu giải 
quyết, nhất là ở khía cạnh quan điểm và cảm xúc 
trong mỗi ý kiến. 
Hướng đến mục tiêu khai thác hiệu quả 
nguồn tài nguyên, bài báo này sẽ giới thiệu mô 
hình tóm tắt văn bản, không chỉ dựa vào ngữ 
nghĩa mà còn dựa trên yếu tố cảm xúc. Chúng tôi 
đã xây dựng một mô hình tổng quát để giải quyết 
bài toán này. Từ các phương pháp phân tích ý 
kiến và tóm tắt văn bản mà nhiều công trình 
nghiên cứu đã sử dụng, bài báo đã kết hợp và 
phát triển các phương pháp để tóm tắt văn bản 
tiếng Việt trên cơ sở phân loại cảm xúc. Các văn 
bản được tóm tắt là các trang báo mạng tiếng 
Việt. 
Từ khóa: phân loại ý kiến, phân tích ý kiến, tóm tắt ý kiến, tóm tắt văn bản. 
1. GIỚI THIỆU 
Internet và mạng xã hội phát triển mang lại 
nhiều lợi ích cho người dùng. Trên mạng xã hội 
mọi người thể hiện ý kiến, cảm xúc, ... của mình 
mà ít bị ràng buộc bởi yêu cầu chuẩn mực về từ 
và văn phạm. Đó là nguồn tài nguyên lớn để khai 
thác cho những cá nhân, tổ chức hoạt động trong 
các lĩnh vực liên quan đến cộng đồng trước khi ra 
quyết định. Nếu nhận diện được ý kiến của cộng 
đồng đối với một đối tượng, một vấn đề thì chúng 
ta có thể có những quyết định hiệu quả trong các 
hoạt động kinh tế, chính trị, xã hội,  Khai thác 
nguồn tài nguyên này cần có sự hỗ trợ của khoa 
SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 19, No.K5- 2016 
Trang 54 
học, công nghệ với những công cụ tự động trong 
thống kê và tóm tắt thông tin, hỗ trợ hiệu quả quá 
trình ra quyết định. Từ nhu cầu đó, chúng tôi đã 
nghiên cứu xây dựng hệ thống “Tóm tắt ý kiến 
trên cơ sở phân loại cảm xúc”. Đối tượng chúng 
tôi xử lý là ý kiến độc giả các trang báo mạng. 
Phần tiếp theo của bài báo được tổ chức như 
sau: Phần 2 chúng tôi sẽ thảo luận về các công 
trình liên quan; phần 3 nói về phương pháp tiếp 
cận của chúng tôi để tóm tắt ý kiến dựa trên phân 
tích cảm xúc; phần 4 là kết quả thử nghiệm; và 
phần 5, chúng tôi sẽ có kết luận của mình và đưa 
ra hướng phát triển tiếp theo. 
2. CÔNG TRÌNH LIÊN QUAN 
Nội dung bài báo liên quan đến nhiều vấn đề 
đã và đang được nghiên cứu trên thế giới. Phân 
loại văn bản, tóm tắt văn bản đã được nghiên cứu 
nhiều, trong đó có tiếng Việt. Tương tự là bài toán 
gán nhãn, xác định các đối tượng trong văn bản, 
 Hướng phân tích ý kiến (cảm xúc) hiện đang 
được quan tâm. Hướng nghiên cứu này với tiếng 
Anh bắt đầu từ đầu những năm 2000, có nhiều kết 
quả rất tốt [1]. Các lĩnh vực được nghiên cứu theo 
hướng này như giải trí (bình phim), thương mại 
(bình sản phẩm), xã hội (việc làm),  
Các tác giả [2] thực nghiệm phân thành ba 
mức (cao, trung bình và thấp) cho các cảm xúc: 
tích cực, tiêu cực (positive, negative). Kho ngữ 
liệu của [2] là 51 bài blog tiếng Anh. Kết quả có 
độ chính xác khá cao, trên 90%. Hệ phân tích cảm 
xúc và hệ tóm tắt văn bản tách biệt, xử lý phân 
tích cảm xúc trước khi tóm tắt. 
Công trình [4] và [5] thực hiện phân loại 
cảm xúc các văn bản tiếng Việt. [5] là bản cải tiến 
của [4], phân loại những đánh giá cho từng đặc 
tính kỹ thuật (mạng, màn hình, giá, ) của một 
số điện thoại thông minh (smartphone). Các đánh 
giá được phân vào các lớp positive, neutral (trung 
hòa) và negative, dựa vào các tính từ gắn với mỗi 
đặc tính kỹ thuật. Sau đó, thống kê các ý kiến ở 
mỗi lớp cho từng đặc tính kỹ thuật của mỗi điện 
thoại. [5] có kết quả khá tốt: độ chính xác đạt 
56.60% - 77.12%, độ truy hồi (recall) đạt 48% - 
78.23% và độ F đạt 52.30% - 77.45% tùy mỗi loại 
điện thoại. Tuy nhiên, [4] và [5] mới chỉ dừng lại 
ở việc thống kê theo kết quả phân cực cảm xúc, 
chưa hỗ trợ khai thác thông tin hiệu quả bằng việc 
tóm tắt các đánh giá dựa trên cảm xúc đó. 
3. TÓM TẮT Ý KIẾN TRÊN CƠ SỞ PHÂN 
LOẠI Ý KIẾN 
3.1 Phân loại ý kiến 
Ý kiến (cảm xúc) thường được thể hiện một 
cách tinh tế, nên xác định cảm xúc sẽ khó hơn xác 
định chủ đề của văn bản. Không đơn giản xác 
định được cảm xúc mà chỉ dựa vào một câu, hay 
một thành phần của văn bản. Việc xác định cảm 
xúc thường không dựa vào tần suất xuất hiện của 
các thực thể cảm xúc, mà dựa trên nhiều yếu tố 
như từ loại, ngữ cảnh xuất hiện chúng,  
Bài báo đề xuất mô hình tóm tắt ý kiến trên 
cơ sở phân loại cảm xúc, như ở hình 1. Các ý kiến 
là những văn bản thể hiện suy nghĩ chủ quan của 
độc giả đối với vấn đề hoặc đối tượng trong Bài 
báo. Các văn bản này ít sự chuẩn mực về từ và 
văn phạm. Vì vậy, mô hình phải tiến hành chuẩn 
hóa văn bản cho Tập văn bản thông tin và tách 
câu bằng mô đun Tiền xử lý. Sau đó, chúng được 
rút trích các đặc trưng cảm xúc. Mô đun Phân 
loại cảm xúc sẽ phân chúng vào các lớp cảm xúc 
positive, negative và neutral. Giá trị cảm xúc cần 
khai thác là positive và negative. Mô đun Tóm tắt 
sẽ tóm tắt ý kiến thuộc hai lớp này dựa trên đặc 
trưng cảm xúc của chúng, kết hợp đặc trưng ngữ 
nghĩa được rút trích dựa theo Bài báo. Bài báo kết 
hợp đặc trưng cảm xúc và đặc trưng ngữ nghĩa để 
TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 19, SOÁ K5- 2016 
 Trang 55 
bản tóm tắt có sự súc tích bên cạnh chiều cảm 
xúc, giúp khai thác hiệu quả thông tin. 
Do mỗi ý kiến là của từng độc giả khác nhau, 
chúng tôi sẽ tóm tắt độc lập từng ý kiến, không 
liên hệ chúng với nhau về ngữ nghĩa, hoặc cảm 
xúc. Hệ thống đề xuất là một quá trình khép kín, 
nên mô đun Tóm tắt sẽ xử lý tóm tắt văn bản (ý 
kiến) đã được phân cực cảm xúc, mà không xét 
tính đúng đắn của quá trình phân cực này. 
3.1.1 Từ điển cảm xúc 
Đây là thành phần rất quan trọng trong hệ 
thống phân tích cảm xúc. Tuy nhiên, việc xây 
dựng từ điển cảm xúc là một công việc cần nhiều 
công sức và thời gian. Hiện chưa có bộ từ điển 
cảm xúc tiếng Việt chuẩn dùng cho nghiên cứu. 
Để có bộ từ điển cảm xúc, chúng tôi đã 
chuyển ngữ sang tiếng Việt bộ từ điển cảm xúc 
tiếng Anh của công trình [3], có mở rộng từ điển 
trong quá trình thực nghiệm. Từ điển này có hơn 
21.000 mục từ được gán trọng số cảm xúc. 
3.1.2 Rút trích đặc trưng cảm xúc 
Để rút trích đặc trưng cảm xúc, bài báo hiện 
thực phương pháp Đối sánh thực thể dài nhất 
(Maximum Matching) [6]. Đây là phương pháp 
tương đối dễ cài đặt, tốc độ cao, độ chính xác 
chấp nhận được, nhất là với đối tượng văn bản 
không chuẩn như những ý kiến trên mạng xã hội. 
Phương pháp này dựa trên một từ điển tiếng 
Việt, gồm những từ và cụm từ sau đây gọi chung 
là thực thể. Có hai phương pháp Đối sánh thực 
thể dài nhất là đối sánh từ trái qua phải và đối 
sánh từ phải qua trái. Bài báo này sử dụng phương 
pháp Đối sánh thực thể dài nhất từ phải qua trái, 
dựa vào từ điển mô tả ở 3.1.1. Qua thực nghiệm, 
phương pháp này cho thấy khá hiệu quả với tiếng 
Việt. 
3.1.3 Phân loại cảm xúc 
Đầu tiên, mỗi câu trong ý kiến sẽ được phân 
loại cảm xúc bằng phương pháp Naïve Bayes. 
Sau đó, mô hình hóa tập đặc trưng cảm xúc của 
mỗi câu thành các vector. Tiếp theo, chuẩn hóa 
các vector về chiều, và tổng hợp thành vector đặc 
trưng cho mỗi lớp cảm xúc bằng cách tính tổng 
các vector trong đó. Cuối cùng là xây dựng vector 
đặc trưng cảm xúc cho cả văn bản. 
Quá trình sẽ chuẩn hóa ba vector: 
 Vector tổng (G): là vector chứa tất cả các 
đặc trưng cảm xúc của ý kiến. Các phần tử cảm 
xúc của G có thứ tự như trong văn bản gốc. 
 Vector lớp tích cực P (positive): là vector 
tập hợp tất cả các đặc trưng cảm xúc có thứ tự 
như trong văn bản gốc, trong đó các phần tử của 
các vector lớp negative suy biến bằng 0. 
 Vector lớp tiêu cực N (negative): là vector 
Tập văn bản đã 
tóm tắt, tổng hợp 
Tóm tắt 
Hình 1: Mô hình hệ thống Tóm tắt ý kiến 
trên cơ sở phân loại cảm xúc. 
Phân loại cảm xúc 
Bài báo 
Tập văn 
bản thông 
tin 
Tiền xử lý 
Rút trích đặc 
trưng 
Tập ý kiến 
“positive” 
Tập ý kiến 
“negative” 
SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 19, No.K5- 2016 
Trang 56 
tập hợp tất cả các đặc trưng cảm xúc có thứ tự 
như trong văn bản gốc, trong đó các phần tử của 
các vector lớp positive suy biến bằng 0. 
Để phân cực cảm xúc cho văn bản, chúng tôi 
tính độ tương đồng của G, P và N theo từng cặp: 
Sim(G, P) và Sim(G, N) theo công thức (3.1): 



n
i
i
y
n
i
i
x
n
i
i
y
i
x
YX
YX
YXCoYXSim
1
2
1
2
1
||.||
.
),sin(),( (3.1) 
Trong đó X, Y là 2 vector với: 
X = {x1, x2, , xn}, Y = {y1, y2, , yn}. 
So sánh hai giá trị độ tương đồng của các 
cặp vector trên để xác định G tương đồng với P 
hoặc N. Vector G sẽ tương đồng với vector thành 
phần có giá trị độ tương đồng lớn hơn. Nếu hai 
giá trị là bằng nhau chúng tôi xếp ý kiến vào lớp 
trung hòa (neutral). 
3.2 Tóm tắt văn bản 
Mỗi ý kiến là của mỗi độc giả khác nhau và 
thường ngắn gọn. Nhưng số lượng ý kiến rất lớn. 
Do đó, việc tóm tắt các ý kiến là rất cần thiết cho 
khai thác thông tin. Chúng tôi sẽ dùng phương 
pháp tóm tắt rút trích (Extract Summarization) để 
tóm tắt các ý kiến. Việc lượng giá độ quan trọng 
sẽ dựa theo trọng số của các thực thể đặc trưng 
cảm xúc và đặc trưng ngữ nghĩa. Bản tóm tắt là 
những câu có độ quan trọng cao, số lượng câu tùy 
thuộc tỷ lệ rút gọn thiết lập cho hệ thống. 
3.3 Tóm tắt ý kiến dựa trên phân loại cảm xúc 
Theo mô hình ở hình 1, mô đun Tóm tắt làm 
việc sau quá trình phân cực cảm xúc. Mô đun này 
sẽ rút gọn những ý kiến có nội dung dài, đế có thể 
khai thác chúng hiệu quả hơn, mà không làm thay 
đổi kết quả phân lớp của quá trình trước đó. 
Khi tóm tắt văn bản cảm xúc, chúng tôi đánh 
giá độ quan trọng của câu không chỉ bằng trọng 
số cảm xúc của mục từ trong từ điển cảm xúc, mà 
các thành phần ngữ nghĩa cũng được xem xét. Mô 
hình đề xuất sẽ thử nghiệm phương pháp kết hợp 
cả yếu tố cảm xúc và yếu tố ngữ nghĩa (nội dung) 
của ý kiến để đánh giá độ quan trọng của câu 
trong ý kiến. Từ đó, mô hình chọn được những 
câu quan trọng nhất cho bản tóm tắt. 
Để xác định yếu tố ngữ nghĩa, các thực thể 
quan trọng của Bài báo được rút trích bằng 
phương pháp mô tả phần 3.1.2. Các thực thể được 
rút trích là những đối tượng có tên và các thực thể 
được chúng tôi xem là quan trọng, xuất hiện từ 2 
lần trở lên, làm thành tập thực thể có yếu tố ngữ 
nghĩa, đặc trưng cho đối tượng chủ đề dùng cho 
tóm tắt ý kiến ở khía cạnh nội dung. 
Rút trích các đối tượng có tên là một bài toán 
khá phức tạp. Chúng tôi xem các bài báo là những 
văn bản chuẩn mực. Tức là, xác suất rất cao các 
đối tượng có tên sẽ được viết hoa. Do đó, chúng 
tôi sẽ rút trích các đối tượng được đặt tên theo 
nguyên tắc là các từ viết hoa. Do đặc trưng đặt và 
gọi tên trong tiếng Việt, một đối tượng có tên là 
một cụm từ thì có thể được gọi bằng một hoặc hai 
từ sau cùng, tính từ phải qua trái. 
Ví dụ: Đối tượng “Vũ Lê Ngô” có thể được 
gọi là “Ngô”, “Lê Ngô”, hay đầy đủ là “Vũ Lê 
Ngô”. Do đó, với mỗi đối tượng có tên, chúng tôi 
sẽ tạo một tập con gồm các từ và cụm từ kết hợp 
từ phải qua trái. Cụ thể, với “Vũ Lê Ngô” thì tập 
con sẽ là {“Ngô”, “Lê Ngô”, “Vũ Lê Ngô”}. 
Để rút trích các câu có nội dung quan trọng 
cho bản tóm tắt, chúng tôi dựa vào hai tiêu chí: 
Tiêu chí về ngữ nghĩa của thực thể 
 Các đại từ như: anh, chị, ông, bà, anh ấy, 
ông ấy, chúng nó, họ, được bổ sung vào tập 
TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 19, SOÁ K5- 2016 
 Trang 57 
thực thể đặc trưng cho các đối tượng có tên của 
Bài báo. Cùng với các đối tượng có tên, các đại 
từ này nếu xuất hiện trong câu sẽ làm nội dung ý 
kiến hướng đến đối tượng chủ đề rõ ràng hơn. 
 Chúng tôi không quan tâm đến tần suất 
xuất hiện của thực thể ngữ nghĩa trong ý kiến. 
Mỗi thực thể xuất hiện được gán giá trị một (1) 
vào tập thực thể đặc trưng ngữ nghĩa của câu. 
 Các câu có nhiều yếu tố nội dung (liên kết 
đến bài báo chủ đề) cũng cần được đánh giá cao 
trong chọn lựa để rút trích. 
Tiêu chí về trọng số cảm xúc 
Do trọng số cảm xúc của một thực thể có thể 
có giá trị âm hoặc dương, nên khi tóm tắt, các câu 
có nhiều thực thể cảm xúc (dương hoặc âm), sẽ 
được ưu tiên chọn. Tiêu chí này đạt được khi hệ 
thống chỉ lấy độ lớn của trọng số cảm xúc. 
Cụm từ có mức cảm xúc cao là rất quan 
trọng. Chủ đề có thể được nhấn mạnh bởi sự xuất 
hiện thường xuyên của từ khóa nhất định, còn 
cảm xúc tổng thể có thể không tăng lên nếu lặp 
lại sự xuất hiện của một số thực thể. Do đó, câu 
có số lượng ít các thực thể cảm xúc, nhưng chúng 
lại có vai trò lớn (trọng số cảm xúc cao) cần được 
chọn cho bản tóm tắt để cung cấp thêm thông tin 
về cảm xúc. Để hệ thống ghi nhận yếu tố này, cần 
khuếch đại các trọng số cảm xúc bằng phép bình 
phương mỗi trọng số cảm xúc trước khi tính tổng. 
Từ các tiêu chí phân tích ở trên, bài báo đề 
xuất công thức (3.2) tính độ quan trọng của câu: 
Gọi: x1, x2, , xn là các trọng số ngữ 
nghĩa của các thực thể trong câu, 
y1, y2, , yn là các trọng số cảm xúc của các 
thực thể trong câu. 
Độ quan trọng của câu xác định theo công 
thức: 
 
n
i
i
y
n
i
i
xW
1
2
2
1
 (3.2) 
Xét một ý kiến ví dụ về chiếc điện thoại 
Passport của hãng BlackBerry: 
“Chiếc Passport cực kỳ ấn tượng ngay từ 
cái nhìn đầu tiên. Phong cách thiết kế lịch lãm, 
cuốn hút và cá tính làm cho chiếc BlackBerry 
này không lẫn với ai. ” 
Các đặc trưng ngữ nghĩa, cảm xúc và trọng 
số của chúng trong mỗi câu của ý kiến như sau: 
 Câu 1: x1 = 1 (“Passport”), y1 = 3 (“cực 
kỳ ấn tượng”). 
 Câu 2: x1 = 1 (“BlackBerry”); y1 = 1 
(“lịch lãm”), y2 = 1 (“cuốn hút”), y3 = 1 (“cá 
tính”). 
Tổng trọng số đặc trưng cả hai câu đều là 4; 
tổng trọng số đặc trưng cảm xúc cả hai câu đều là 
3. Độ quan trọng tính bằng công thức (3.2) cho 
mỗi câu lần lượt là: W1 = 10, W2 = 4. Độ quan 
trọng của câu 1 cao hơn do thực thể cảm xúc “cực 
kỳ ấn tượng” có trọng số bằng 3 thể hiện vai trò 
khi được khuếch đại. 
Sau khi tính độ quan trọng cho tất cả các câu 
của ý kiến, chúng sẽ được xếp theo thứ tự giảm 
dần của trọng số W. Hệ thống sẽ chọn từ trên 
xuống số câu theo tỷ lệ tóm tắt người dùng mong 
muốn. Với các ý kiến chỉ có một câu thì sẽ mặc 
nhiên được chọn, không cần qua mô đun Tóm tắt. 
4. KẾT QUẢ THỰC NGHIỆM 
Với mô hình trình bày ở hình 1. Chúng tôi 
tiến hành thử nghiệm trên tập dữ liệu gồm 220 ý 
kiến đối với 7 bài báo thuộc chủ đề Kinh doanh 
và chủ đề Xã hội, như phân loại của trang 
VNExpress, địa chỉ  
Đây là trang báo mạng có lượng người đọc rất 
SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 19, No.K5- 2016 
Trang 58 
lớn. Với những vấn đề được quan tâm, có bài báo 
được hàng nghìn độc giả đưa ý kiến tranh luận. 
4.1 Nguồn ngữ liệu thực nghiệm 
Số liệu dữ liệu thử nghiệm như trong bảng 
1. 
Bảng 1. Số liệu nguồn ngữ liệu thực nghiệm 
Bài báo Số lượng Số ý kiến 
Chủ đề xã hội 3 79 
Chủ đề kinh 
doanh 
4 141 
Tổng 7 220 
Bài báo có nhiều ý kiến nhất là 59, và ít nhất 
là 14 ý kiến. Trung bình mỗi bài báo có khoảng 
30 ý kiến. Lượng dữ liệu thử nghiệm này không 
lớn, nhưng phù hợp để có thể kiểm nghiệm kỹ sự 
vận hành của hệ thống trong giai đoạn đầu. 
4.2 Phương pháp đánh giá thực nghiệm 
Để đánh giá hiệu quả của mô hình đề xuất, 
chúng tôi sử dụng độ chính xác và độ truy hồi. 
* Độ chính xác (Precision). 
Được tính bởi công thức: 
b
c
precision 
(4.1) 
* Độ truy hồi (Recall) 
Được tính bởi công thức: 
a
c
recall 
(4.2) 
Với a là số câu đúng của bản tóm tắt (theo 
tập tóm tắt mẫu), b là số câu của bản tóm tắt do 
máy tính thực hiện và c là số câu giao giữa a và 
b. 
4.3 Phân loại cảm xúc 
Bảng 2 trình bày kết quả thực nghiệm: 
Bảng 2. Kết quả đánh giá ý kiến. 
Lớp 
Độ đúng 
đắn (%) 
Độ chính 
xác (%) 
Độ truy 
hồi (%) 
Positive 
74,57 
80,41 75,73 
Neutral 68,18 50,00 
Negative 65,63 38,89 
Từ bảng 2, chúng tôi có một số nhận xét sau: 
 Độ đúng đắn (Accuracy) đạt 74,57% cho 
thấy mô hình đề xuất là hiệu quả. Kết hợp Naïve 
Bayes và Vector Space Model là mô hình khá 
triển vọng cho phân tích cảm xúc. 
 Độ chính xác (Precision) trong cả 3 lớp có 
kết quả khá tốt, trên 65%. Độ chính xác của lớp 
negative thấp hơn nhiều so với lớp positive. 
 Độ truy hồi (Recall) lớp position có kết 
quả khá tốt. Lớp neutral và negative có kết quả 
khá thấp, nhất là negative. 
 Nguyên nhân Precision và Recall thấp là 
do từ điển cảm xúc còn hạn chế, chưa phủ đầy đủ 
các cách diễn đạt cảm xúc, nhất là dạng phủ định. 
 Khi xét riêng từng chủ đề, kết quả thực 
nghiệm được thể hiện ở bảng 3 và bảng 4. 
Bảng 3. Kết quả đánh giá ý kiến chủ đề kinh 
doanh 
Lớp 
Độ đúng 
đắn (%) 
Độ chính 
xác (%) 
Độ truy 
hồi (%) 
Positive 
72,28 
82,50 61,11 
Neutral 64,71 57,89 
Negative 66,67 48,65 
TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 19, SOÁ K5- 2016 
 Trang 59 
Bảng 4. Kết quả đánh giá ý kiến chủ đề xã hội 
Lớp 
Độ đúng 
đắn (%) 
Độ chính 
xác (%) 
Độ truy 
hồi (%) 
Positive 
77,78 
78,95 91,84 
Neutral 80,00 36,36 
Negative 60,00 17,65 
Các kết quả này thể hiện: 
 Độ đúng đắn của phân cực cảm xúc các 
bài ý kiến chủ đề xã hội tốt hơn chủ đề kinh doanh 
khá nhiều, đến trên 5.5%. Có thể nguyên nhân 
chính dẫn đến điều này là sự phù hợp của từ điển 
cảm xúc đối với chủ đề. Bên cạnh đó, với chủ đề 
xã hội, chúng tôi nhận thấy độc giả thể hiện cảm 
xúc nhiều hơn so với chủ đề kinh doanh. Bài báo 
chủ đề kinh doanh nói về điện thoại thông minh 
(smartphone), máy tính mới, nên thu hút nhiều 
độc giả trẻ. Còn các vấn đề xã hội có nhiều thành 
phần và độ tuổi khác nhau quan tâm. 
 Độ truy hồi của cả hai chủ đề là khá thấp. 
Trong đó, độ truy hồi của lớp negative là thấp hơn 
nhiều so với lớp positive và neutral. Nguyên nhân 
như chúng tôi nói ở trên (mục 4.3) có thể cũng là 
yếu tố chính trong trường hợp này. 
4.4 Tóm tắt trên cơ sở phân loại cảm xúc 
Tóm tắt văn bản thường dùng hai phép đo 
phổ biến để đánh giá hiệu năng là độ chính xác 
(P) và độ truy hồi (R) (công thức 4.1 và 4.2). 
Chúng tôi sẽ dùng hai độ đo này để đánh giá hiệu 
năng của mô đun Tóm tắt. Kết quả trình bày ở 
bảng 5. 
Để đánh giá sự hiệu quả của phương pháp 
đề xuất với công thức 3.2, ngoài thử nghiệm với 
phương pháp trên, bài báo còn thử nghiệm tóm 
tắt chỉ dựa trên yếu tố cảm xúc. Độ quan trọng 
của câu được lượng giá bằng trọng số của các 
thực thể cảm xúc. Các trọng số cảm xúc được 
bình phương trước khi tính tổng. Nguyên tắc này 
tương đương công thức 3.2, nhưng triệt tiêu yếu 
tố ngữ nghĩa ( 2
1

n
i
ix ). Kết quả thể hiện ở bảng 6. 
Bảng 5. Kết quả đánh giá quá trình tóm tắt ý 
kiến kết hợp ngữ nghĩa và cảm xúc. 
Bài báo 
Số 
câu 
a b c 
P 
(%) 
R 
(%) 
Chủ đề xã hội 128 82 84 76 90,48 92,68 
Chủ đề kinh 
doanh 
247 165 167 150 88,76 90,91 
Tổng hợp 375 247 251 226 90,04 91,50 
Bảng 6. Kết quả đánh giá quá trình tóm tắt ý 
kiến chỉ dựa vào cảm xúc. 
Bài báo 
Số 
câu 
a b c 
P 
(%) 
R 
(%) 
Chủ đề xã hội 128 82 84 73 86,90 89,02 
Chủ đề kinh 
doanh 
247 165 167 146 87,43 88,48 
Tổng hợp 375 247 251 219 87,25 88,66 
Thực nghiệm tóm tắt ý kiến theo tỷ lệ rút 
gọn 50%. Trong đó, ý kiến chỉ có một câu sẽ được 
giữ nguyên, không qua mô đun Tóm tắt để xử lý. 
Một số nhận xét từ kết quả ở hai bảng 5 và 
6: 
 Số câu đúng trong bản tóm tắt a không đổi 
do tập dữ liệu không đổi. Số câu của bản tóm tắt 
do máy tính thực hiện b là như nhau do chúng tôi 
không thay đổi thiết lập tỷ lệ rút gọn ý kiến. 
 Thành phần c, trong mọi trường hợp đánh 
giá, đều có kết quả cao hơn nếu kết hợp cả yếu tố 
cảm xúc và yếu tố ngữ nghĩa (bảng 5) khi so với 
SCIENCE & TECHNOLOGY DEVELOPMENT, Vol 19, No.K5- 2016 
Trang 60 
trường hợp chỉ sử dụng yếu tố cảm xúc (bảng 6). 
 Mô hình đề xuất đánh giá độ quan trọng 
của câu ở phần 3.3, với công thức 3.2 (bảng 5) 
cho kết quả tốt hơn trong mọi trường hợp. Bằng 
kết quả thực nghiệm có thể kết luận phương pháp 
đề xuất bài báo đã trình bày có tính hiệu quả hơn. 
5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 
Bài báo đưa ra cách tiếp cận tóm tắt ý kiến 
dựa trên phân tích cảm xúc bằng cách kết hợp hai 
mô đun độc lập là Phân loại cảm xúc và Tóm tắt 
cho văn bản tiếng Việt. Với mô đun Tóm tắt, bài 
báo đã đề xuất tiêu chí đánh giá độ quan trọng của 
câu dựa trên ngữ nghĩa của thực thể và trọng số 
cảm xúc của câu (mục 3.3) để rút trích cho bản 
tóm tắt. Kết quả thu được từ thực nghiệm cho 
thấy đây là cách tiếp cận khá triển vọng cho nhu 
cầu khai thác ý kiến một cách hiệu quả với một 
đối tượng, hoặc vấn đề trên mạng. 
Trong tương lai, chúng tôi sẽ nâng cao khả 
năng phân loại cảm xúc bằng cách phân chia 
nhiều mức trong mỗi lớp cảm xúc. Khả năng tóm 
tắt ý kiến cũng được cải thiện hơn bằng việc khai 
thác ngữ nghĩa của thực thể kết hợp với xác định 
cảm xúc một cách hiệu quả hơn. Vấn đề rút trích 
sẽ được quan tâm nghiên cứu hướng đến đặc 
trưng của ngôn ngữ tiếng Việt nhằm nâng cao 
hiệu quả của mô hình đã đề xuất. 
Text summarization based on sentiment 
classification of comments from online 
Vietnamese newspaper 
 Nguyen Ngoc Duy 1 
 Phan Thi Tuoi 2 
1 Posts and Telecommunications Institute of Technology 
2 Ho Chi Minh city University of Technology,VNU-HCM 
ABSTRACT 
To know opinions of consumers regarding 
products or public about important problems in 
society, then the best and most effective way is to 
exploit information of community from Internet 
and social network. Today is an era of 
information explosion through Internet and 
social networking, so we are able to exploit 
effectively information from the huge sources. 
TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 19, SOÁ K5- 2016 
 Trang 61 
The opinion of individuals is not only objective 
information but also contains emotions of the 
author. It through Internet has big power to make 
a stream of public opinion that will impact on 
network community. This is really an enormous 
subjective information resource, then it will have 
great meaning for many areas, such as 
economics, politics, society and culture if we 
have methods and techniques to exploit it 
effectively. An automatic system classifying 
comments based on sentiment is really necessary 
to exploit efficiently this resource. In order to 
support users have more concise and appropriate 
information, then question of summary 
information should be studied and solved, 
especially on side of the views and sentiments of 
each opinion. 
To exploit the resource effectively to 
summary information, the paper will propose a 
text Vietnamese summary model, not only based 
on semantics but also based on sentiment 
features. We have built a base model to solve this 
problem. We have exploited and developted 
methods summarizing and sentiment analysing 
for our proposed model. Our system can draw 
Vietnamese comments from online Vietnamese 
newspaper, analyze the sentiments of comments, 
classify them and make a summary of opinions 
effectively. 
Keywords: Sentiment Analysis, Opinion Mining, Text Summarization, Sentiment Classification. 
TÀI LIỆU THAM KHẢO 
[1]. Bo Pang and Lillian Lee, "Opinion mining 
and sentiment analysis", Foundations and 
Trends in Information Retrieval, 2, 1-2, 1–
135 (2008). 
[2]. Balahur, A.; Kabadjov, M.;Steinberger, J.; 
Steinberger, R.; Montoyo, A., 
"Summarizing Opinions in Blog Threads", 
Proceedings of the 23rd Pacific Asia 
Conference on Language, Information and 
Computation (PACLIC), 606-613 (2009). 
[3]. Vo Ngoc Phu, Phan Thi Tuoi, “Sentiment 
Classification using enhanced Contextual 
Valence Shifters”, Proceedings of 
International Conference on Asian 
Language Processing, Malaysia (2014). 
[4]. Tien-Thanh Vu, Huyen-Trang Pham, Cong-
To Luu, Quang-Thuy Ha, “A Feature-based 
Opinion Mining Model on Product Reviews 
in Vietnamese”, Workshop on Semantic 
Methods for Knowledge Discovery and 
Communication, 23-33 (2011). 
[5]. Quang-Thuy Ha, Tien-Thanh Vu, Huyen-
Trang Pham, Cong-To Luu, “An Upgrading 
Feature-based Opinion Mining Model on 
Vietnamese Product Reviews”, Proceedings 
of the 7th International Conference on 
Active Media Technology, 173-185 (2011). 
[6]. Tung-Hui Chiang, Jing-Shin Chang, Ming-
Yu Lin, Keh-Yih Su, “Statistical Models for 
Word Segmentation and Unknown Word 
Resolution”, Proceedings of 1992 R.O.C. 
Computational Linguistics Conference 
(ROCLING V), 121-146 (1992).