
Lan đang làm báo cáo fanpage và thấy AI xếp câu “Nhanh ghê, có ba ngày thôi mà” vào nhóm khen giao hàng. Trong phần hội thoại phía trên, khách đã nói shop hẹn giao trong buổi sáng. Lan đổi nhãn và ghi lại lý do.
Có thể dùng AI để phân loại lượt đầu. Với câu ngắn, mỉa mai hoặc thiếu ngữ cảnh, hãy giữ nhãn chưa rõ và cho người đọc lại hội thoại. Tình huống trong bài là ví dụ minh họa.
Mô hình gặp khó ở dạng văn bản nào?
Krugmann và Hartmann so sánh ba mô hình ngôn ngữ lớn với các mô hình phân loại cảm xúc khác. Một số mô hình làm tốt trên các bộ dữ liệu được thử, nhưng văn bản mạng xã hội ít cấu trúc và đánh giá chỉ có một câu đi cùng kết quả phân loại kém hơn. Điều đó tạo lý do để kiểm tra riêng bình luận tiếng Việt có hàm ý, như ví dụ của Lan. Krugmann và Hartmann (2024).
Lan giữ lại ngữ cảnh ra sao?
Lan chuẩn bị một mẫu gồm lời khen, phàn nàn, câu hỏi và bình luận dễ hiểu hai cách. Hai thành viên gán nhãn độc lập trước khi xem câu trả lời của AI. Nhóm ghi lại từ nào khiến AI đoán sai và phần ngữ cảnh nào giúp người đọc đổi nhãn.
Cách áp dụng vào bài tập hoặc công việc
- Cho AI câu gốc và phần ngữ cảnh liên quan đã bỏ thông tin cá nhân. Cho phép trả về “chưa rõ”.
- So kết quả với nhãn đã thống nhất của nhóm. Đếm riêng số lời phàn nàn bị nhầm thành lời khen.
- Chuyển các cụm khó vào danh sách người phụ trách đọc trước khi báo cáo. Chạy lại phép kiểm tra khi đổi nguồn bình luận.
Bài tập thực hành. Đặt câu “Nhanh ghê” vào hai hội thoại khác nhau. Viết thêm một lượt nhắn để người chấm xác định được thái độ.
Đọc thêm Từ 200 đánh giá đến một nhu cầu sản phẩm.
Tài liệu tham khảo
Krugmann, J. O., & Hartmann, J. (2024). Sentiment Analysis in the Age of Generative AI. Customer Needs and Solutions 11, bài 3. https://doi.org/10.1007/s40547-024-00143-4


