Hugging Face

Chọn Model Nền Phù Hợp

Tìm một model pretrained hỗ trợ tiếng Việt phù hợp với tác vụ phân loại cảm xúc.

Vào huggingface.co/models, lọc theo task 'Text Classification' và ngôn ngữ 'vi', chọn model như PhoBERT hoặc mBERT đã fine-tune sẵn tương tự.

Ưu tiên model có nhiều lượt tải và cập nhật gần đây, thường được cộng đồng kiểm chứng chất lượng tốt hơn.

Chuẩn Bị Bộ Dữ Liệu Huấn Luyện

Gắn nhãn cảm xúc (tích cực/tiêu cực/trung tính) cho một tập phản hồi khách hàng thực tế.

Xuất dữ liệu ra file CSV gồm hai cột: text và label, gắn nhãn thủ công cho ít nhất 500-1.000 mẫu.

Đảm bảo cân bằng số lượng mẫu giữa các nhãn để tránh model thiên lệch về một loại cảm xúc.

Cài Đặt Thư Viện Và Nạp Dữ Liệu

Cài đặt Transformers và Datasets, sau đó nạp bộ dữ liệu vào định dạng phù hợp.

Chạy `pip install transformers datasets`, dùng `load_dataset('csv', data_files='data.csv')` để nạp dữ liệu đã gắn nhãn.

Chia dữ liệu theo tỷ lệ 80/20 cho tập train và test để đánh giá độ chính xác khách quan.

Tokenize Và Cấu Hình Huấn Luyện

Chuyển văn bản thành token phù hợp với model, sau đó thiết lập tham số huấn luyện.

Dùng `AutoTokenizer.from_pretrained(model_name)` để tokenize, cấu hình `TrainingArguments` với learning_rate, epoch phù hợp (thường 3-5 epoch).

Bắt đầu với learning rate nhỏ (2e-5) để tránh model quên kiến thức gốc đã học từ pretraining.

Chạy Huấn Luyện Và Đánh Giá

Khởi chạy quá trình fine-tune và theo dõi độ chính xác trên tập test.

Gọi `Trainer(model=model, args=training_args, train_dataset=train, eval_dataset=test).train()` rồi xem kết quả accuracy/F1.

Nếu độ chính xác không cải thiện sau vài epoch, kiểm tra lại chất lượng gắn nhãn dữ liệu trước khi chỉnh tham số.

Đưa Model Lên Hugging Face Hub Hoặc Deploy Qua Spaces

Lưu model đã fine-tune lên Hub để dễ tái sử dụng hoặc deploy demo qua Spaces.

Gọi `model.push_to_hub('ten-cong-ty/model-phan-loai-cam-xuc')`, sau đó tạo Space mới và dùng Gradio để dựng giao diện demo.

Đặt repository ở chế độ private nếu dữ liệu huấn luyện có chứa thông tin khách hàng nhạy cảm.