Skip to content

Home

Jump to bottom
Hà Văn Hải edited this page Jun 4, 2025 · 2 revisions

📚 PhoBERT Comment Classifier - Wiki

Chào mừng bạn đến với Wiki chính thức của dự án PhoBERT Comment Classifier — mô hình phân loại cảm xúc bình luận tiếng Việt sử dụng PhoBERT và Hugging Face Transformers.

📖 Mục lục

1. Giới thiệu

PhoBERT Comment Classifier là một mô hình AI xử lý ngôn ngữ tự nhiên tiếng Việt, chuyên dùng để phân loại cảm xúc bình luận mạng xã hội thành 4 lớp:

  • 🟢 Positive

  • 🔴 Negative

  • ⚪ Neutral

  • ⚠️ Toxic

Mô hình được huấn luyện trên tập dữ liệu gần 5,000 bình luận từ TikTok, Facebook, YouTube và các nền tảng khác.

2. Cài đặt

Cài đặt thủ công:

pip install transformers datasets torch sentencepiece
pip install scikit-learn gradio pandas numpy matplotlib seaborn

Hoặc dùng file requirements.txt:

pip install -r requirements.txt

3. Dataset

Tên: vanhai123/vietnamese-social-comments

Cấu trúc:

  • comment: văn bản bình luận

  • label: cảm xúc (positive, negative, neutral, toxic)

  • category: nhóm ngữ nghĩa hoặc tình huống

Phân phối nhãn:

  • Positive: 35%

  • Negative: 25%

  • Neutral: 25%

  • Toxic: 15%

4. Huấn luyện mô hình

from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("vinai/phobert-base")
model = AutoModelForSequenceClassification.from_pretrained(
"vinai/phobert-base",
num_labels=4,
id2label={0: "negative", 1: "neutral", 2: "positive", 3: "toxic"},
label2id={"negative": 0, "neutral": 1, "positive": 2, "toxic": 3},
)

Huấn luyện với Trainer, logging bằng MLflow nếu cần.

5. Triển khai và Demo

💻 Gradio App:

💡 Ví dụ phân loại:

from transformers import pipeline
classifier = pipeline("text-classification", model="vanhai123/phobert-vi-comment-4class")
result = classifier("Tôi không hài lòng về sản phẩm")

6. Kết quả đánh giá

Metric Value
Accuracy 86%
Macro F1 83%
Best Class Positive
Strong Detection Toxic

7. Xử lý lỗi thường gặp

❗ Lỗi CUDA/cuDNN/cuBLAS:

Unable to register factory for plugin cuDNN...

✅ Giải pháp: Gỡ plugin GPU hoặc chỉ sử dụng CPU nếu runner không có CUDA.

❗ Git Error: Author identity unknown

git config --global user.email "you@example.com"
git config --global user.name "Your Name"

❗ MLflow Warning

Model logged without a signature...

✅ Thêm input_example vào mlflow.log_model(...)

8. Lộ trình phát triển

  • Gradio App Demo

  • 4-Class Sentiment

  • Text Rewriting Engine

  • Chatbot integration

  • Multi-language support

  • Mobile SDK/API

9. Đóng góp

Chúng tôi hoan nghênh mọi đóng góp từ cộng đồng:

git clone https://github.com/vanhai123/phobert-comment-classifier.git
git checkout -b feature/your-feature
# Thực hiện sửa đổi, commit và PR

Liên hệ tác giả:

📧 Email: vanhai11203@gmail.com
🤗 HuggingFace: @vanhai123

🌟 Hãy star project nếu bạn thấy hữu ích nhé!

Clone this wiki locally