Dang Hai Bui

Phân tích cảm xúc (Sentiment analysis - SA) đã trở thành một lĩnh vực nghiên cứu quan trọng trong xử lý ngôn ngữ tự nhiên (Natural language processing - NLP) và trí tuệ nhân tạo (Artificial intelligence - AI). Trước sự gia tăng nhanh chóng của nội dung do người dùng tạo ra trên mạng xã hội và các nền tảng thương mại điện tử, việc áp dụng các phương pháp phân loại cảm xúc hiệu quả sẽ giúp trích xuất những thông tin hữu ích cho doanh nghiệp và nhà hoạch định chính sách. Nghiên cứu này khám phá phương pháp phân tích cảm xúc, tập trung vào các cách tiếp cận dựa trên từ điển, học máy truyền thống, học sâu và mô hình kết hợp, ứng dụng trong lĩnh vực thương mại điện tử tại Việt Nam. Dữ liệu đầu vào để phân tích là các phản hồi của khách hàng trên website mua sắm của Thegioididong và CellphoneS. Bằng chứng thực nghiệm này cho thấy vai trò quan trọng của tiền xử lý dữ liệu, trích xuất đặc trưng và lựa chọn mô hình trong việc nâng cao độ chính xác của phân loại cảm xúc. Bên cạnh đó, nghiên cứu cũng đã chỉ ra một số thách thức liên quan đến phân tích cảm xúc trong tiếng Việt, bao gồm tính phức tạp của ngôn ngữ, sự khan hiếm dữ liệu và hạn chế về tính toán. Những phát hiện từ nghiên cứu này được kỳ vọng sẽ mang lại những gợi ý giá trị cho doanh nghiệp trong việc cải thiện chiến lược marketing, phát triển sản phẩm và tối ưu hóa trải nghiệm khách hàng trong thị trường số đầy cạnh tranh.

In this paper, we propose an end-to-end table analysis system for Vietnamese Tax invoices. The proposed system processes scanned images of tax invoices, which contain complex table structures, and Vietnamese content into editable Excel format files. The system is divided into two main stages: table detection and table recognition. In the table detection stage, the deep learning model DETR is employed. All detected tables are then passed to the table structure stage, which consists of two subtasks: table structure recognition and cell content recognition, utilizing the fine-tuned SLANet model for the former and the Surya OCR model for the latter. Finally, methods for reconstructing the extracted text content with the table structure are applied to generate editable Excel files.