![[UEH MEKONG] Tăng cường dữ liệu bình luận thương mại điện tử bằng mô hình ngôn ngữ lớnTrong bối cảnh thương mại điện t...](https://img3.unis10.com/696/102/1785074996961025.jpg)
29/10/2026
[UEH MEKONG] Tăng cường dữ liệu bình luận thương mại điện tử bằng mô hình ngôn ngữ lớn
Trong bối cảnh thương mại điện tử phát triển, phân tích cảm xúc từ bình luận khách hàng là công cụ hỗ trợ doanh nghiệp nhận diện hạn chế của sản phẩm, dịch vụ và nâng cao trải nghiệm người dùng. Tuy nhiên, sự mất cân bằng giữa các nhóm cảm xúc trong dữ liệu có thể ảnh hưởng đến hiệu quả của mô hình phân tích.
🔬 Nghiên cứu từ UEH Mekong, Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) ứng dụng mô hình ngôn ngữ lớn GPT-3.5 Turbo để tạo thêm dữ liệu từ các bình luận tiêu cực tiếng Việt, qua đó cải thiện khả năng nhận diện cảm xúc của mô hình học máy.
📊 Kết quả nghiên cứu cho thấy, việc bổ sung 1.979 bình luận tiêu cực do AI tạo ra giúp mô hình Random Forest cải thiện hiệu suất:
🔸Độ chính xác tổng thể tăng từ 88,56% lên 89,34%.
🔸Điểm F1 trung bình tăng từ 88,40% lên 89,22%.
🔸Tỷ lệ nhận diện đúng bình luận tiêu cực tăng từ 90,68% lên 92,88%.
💡 Kết quả gợi mở tiềm năng ứng dụng AI tạo sinh trong bổ sung dữ liệu huấn luyện và nâng cao hiệu quả phân tích phản hồi khách hàng. Đồng thời, nghiên cứu nhấn mạnh sự cần thiết của việc kiểm tra chất lượng dữ liệu do AI tạo ra và tiếp tục đánh giá trên nhiều mô hình, bộ dữ liệu khác nhau trước khi triển khai thực tế.
Nghiên cứu góp phần mở rộng hướng tiếp cận ứng dụng AI tạo sinh trong xử lý ngôn ngữ tiếng Việt, kết nối phương pháp nghiên cứu với nhu cầu phân tích dữ liệu khách hàng trong môi trường kinh doanh số.
🔎 Tìm hiểu ngay tại: https://ueh.edu.vn/ueh-mekong/khoa-hoc/research-contribution-tang-cuong-du-lieu-binh-luan-thuong-mai-dien-tu-bang-mo-hinh-ngon-ngu-lon-79132
📌 Đây là Bài viết nằm trong Chuỗi bài lan tỏa nghiên cứu và kiến thức ứng dụng từ UEH với thông điệp “Research Contribution For All - Nghiên Cứu Vì Cộng Đồng”. Trân trọng kính mời cộng đồng cùng đón xem For a More Sustainable Mekong Future số tiếp theo.
🔰 Theo dõi các kênh lan tỏa tri thức để cập nhật những kiến thức ứng dụng đến từ đội ngũ chuyên gia, nhà khoa học UEH:
- Website: https://future.ueh.edu.vn/
- Kênh Youtube sách nói về UEH Mekong: https://youtu.be/HiEsdEwGGIw
- Kênh Spotify UEH: https://go.ueh.edu.vn/spotifyueh
- Kênh Linkedin UEH: https://go.ueh.edu.vn/linkedinueh
- Kênh Tiktok UEH Mekong: https://www.tiktok.com/
__________________
[Research Contribution] Enhancing E-commerce Review Data with Large Language Models
As e-commerce continues to grow, sentiment analysis of customer reviews has become a valuable tool for businesses. It helps them identify weaknesses in their products and services and enhance the user experience. However, class imbalance across sentiment categories in the data can undermine the performance of analytical models.
🔬 A study from UEH Mekong, University of Economics Ho Chi Minh City (UEH), applies the large language model GPT-3.5 Turbo to generate additional data from negative Vietnamese-language reviews. This augmentation improves the sentiment classification performance of machine learning models.
📊 The findings show that adding 1,979 AI-generated negative reviews improved the performance of the Random Forest model:
🔸 Overall accuracy increased from 88.56% to 89.34%.
🔸 The average F1-score rose from 88.40% to 89.22%.
🔸 The recall for negative reviews improved from 90.68% to 92.88%.
💡 These results highlight the potential of generative AI for augmenting training data and improving the effectiveness of customer feedback analysis. At the same time, the study underscores the need to verify the quality of AI-generated data. It also calls for further evaluation across different models and datasets before real-world deployment.
The study broadens the application of generative AI in Vietnamese natural language processing. It also bridges research methodology with the practical need for customer data analysis in the digital business environment.
🔎 Read the full details at: https://future.ueh.edu.vn/en/chi-tiet-knowlege/research-contribution-enhancing-e-commerce-review-data-using-large-language-models/
📌 This article is part of the UEH Knowledge and Research Dissemination Series under the message “Research Contribution for All - Research for the Community”. We cordially invite the community to follow the upcoming issue of “For a More Sustainable Mekong Future.”
🔰 Follow our knowledge dissemination channels to stay updated with applied knowledge from UEH's team of experts and scientists:
- Website: https://future.ueh.edu.vn/
- UEH Mekong YouTube: https://youtu.be/HiEsdEwGGIw
- UEH Spotify: https://go.ueh.edu.vn/spotifyueh
- UEH LinkedIn: https://go.ueh.edu.vn/linkedinueh
- UEH Mekong TikTok: https://www.tiktok.com/
________
: “Research Contribution for All” - Nghiên cứu vì lợi ích cộng đồng: Đây là một trong 5 trụ cột chiến lược của UEH Đa ngành và Bền vững 2021 - 2030.
Tìm hiểu thêm tại: https://go.ueh.edu.vn/05trucotchienluocUEH
