Vietnamese Sentiment Assistant

Ứng dụng phân loại cảm xúc tiếng Việt sử dụng PhoBERT và Streamlit.

✨ Tính Năng

• Phân loại cảm xúc: POSITIVE, NEUTRAL, NEGATIVE
• Xử lý tiếng Việt: Hỗ trợ viết tắt, thiếu dấu, cụm từ đặc biệt
• Lưu lịch sử: Lưu lịch sử phân loại vào SQLite database
• Giao diện thân thiện: Streamlit UI đẹp mắt, dễ sử dụng
• Chuẩn hóa văn bản: Tự động chuẩn hóa văn bản tiếng Việt

Cài Đặt

Yêu Cầu

• Python 3.8 đến 3.11 (khuyên dùng 3.11)
• pip

Bước 1: Clone Repository

git clone https://github.com/MKha546/Sentiment_Assistant.git
cd Sentiment_Assistant

Bước 2: Tạo Virtual Environment

# Windows
python -m venv venv
.\venv\Scripts\activate

# Linux/Mac
python3 -m venv venv
source venv/bin/activate

Bước 3: Cài Đặt Dependencies

pip install -r requirements.txt

🎮 Chạy Ứng Dụng

streamlit run streamlit_app.py

Ứng dụng sẽ mở tự động tại: http://localhost:8501

📊 Model

• Model: wonrax/phobert-base-vietnamese-sentiment
• Framework: Hugging Face Transformers
• Pipeline: sentiment-analysis
• Architecture: PhoBERT (Vietnamese RoBERTa)

Kiến Trúc

Input Text (Tiếng Việt)
    ↓
Preprocessing (Chuẩn hóa văn bản)
    ↓
Sentiment Analysis (PhoBERT Pipeline)
    ↓
Output: {"text": "...", "sentiment": "POSITIVE"}
    ↓
Save to SQLite Database

📁 Cấu Trúc Project

Sentiment_Assistant/
├── streamlit_app.py      # Ứng dụng chính
├── requirements.txt      # Dependencies
├── .gitignore           # Git ignore rules
├── README.md            # File này
└── sentiments.db        # SQLite database (tự động tạo)

💡 Ví Dụ Sử Dụng

1. Nhập câu tiếng Việt vào ô text area
2. Click nút "Phân loại"
3. Xem kết quả:
   • Nhãn cảm xúc: Tích cực / Trung tính / Tiêu cực
   • Độ tin cậy (%)
   • Câu đã chuẩn hóa
   • Dictionary output: {"text": "...", "sentiment": "POSITIVE"}

🔧 Tính Năng Xử Lý Tiếng Việt

• Chuẩn hóa viết tắt: "rat" → "rất", "ko" → "không"
• Xử lý cụm từ đặc biệt: "buồn cười" → "hài hước"
• Hỗ trợ thiếu dấu: Tự động xử lý văn bản không dấu

📝 Format Output

{
  "text": "Hôm nay tôi rất vui",
  "sentiment": "POSITIVE"
}

🗄️ Database

• SQLite: sentiments.db
• Bảng: sentiments
• Cột: id, text, sentiment, timestamp
• Lịch sử: Hiển thị 50 bản ghi mới nhất

🛠️ Dependencies

• streamlit>=1.29.0 - Web framework
• transformers>=4.35.0 - Hugging Face Transformers
• torch>=2.1.0 - PyTorch
• sentencepiece>=0.1.99 - Tokenization
• protobuf>=4.25.0 - Protocol buffers

📚 Tài Liệu

• Xem file HUONG_DAN_GITHUB.md để biết cách upload project lên GitHub
• Xem file THEORY.md (nếu có) để biết thêm về lý thuyết Transformer

🤝 Đóng Góp

Mọi đóng góp đều được chào đón! Vui lòng:

1. Fork repository
2. Tạo branch mới (git checkout -b feature/AmazingFeature)
3. Commit thay đổi (git commit -m 'Add some AmazingFeature')
4. Push lên branch (git push origin feature/AmazingFeature)
5. Mở Pull Request

📄 License

Project này được phát hành dưới MIT License.

👤 Tác Giả

[MINH KHA]

Cảm Ơn

• VinAI Research - PhoBERT model
• Hugging Face - Transformers library
• Streamlit - Web framework

---

⭐ Nếu project này hữu ích, hãy cho một star! ⭐