In this study, we build a model to analyze the learners’ feedback through automatically classifying and labeling the feedback. The main work includes the following steps: Build a tool to get data from the feedback page, clean the data, build a data classification model based on the learner feedback set. Then conduct an analysis based on the Vietnamese emotion dictionary. The classification and prediction of labels is done based on the Support Vector Machine (SVM) method. The experiment gave positive results on the feedback set on some contents of Training activities, Lecturers/ Managers, Training Programs/ Textbooks, Facilities, training equipment and library.Trong nghiên cứu này chúng tôi xây dựng mô hình phân tích các ý kiến phản người học thông qua việc tự động phân loại và gán nhãn các ý kiến phản hồi. Công việc chính gồm các bước sau: Xây dựng công cụ lấy dữ liệu từ trang thông tin phản hồi, làm sạch dữ liệu, xây dựng mô hình phân lớp dữ liệu dựa trên tập phản hồi người học. Tiến hành phân tích dựa trên bộ từ điển cảm xúc tiếng Việt. Việc phân loại và dự đoán các nhãn được thực hiện dựa trên phương pháp Support Vector Machine (SVM). Thực nghiệm cho kết quả khả quan trên tập phản hồi về một số nội dung Hoạt động đào tạo, Giảng viên/Cán bộ quản lý, Chương trình đào tạo/Giáo trình, Cơ sở vật chất, thiết bị đào tạo và thư viện