เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์กรอบความหมาย× | การจำแนกข้อความ× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1982 | — |
| ผู้ริเริ่ม≠ | Charles J. Fillmore | — |
| ประเภท≠ | NLP frame-semantic parsing task | Supervised NLP classification task |
| แหล่งต้นตำรับ≠ | Fillmore, C. J. (1982). Frame Semantics. In Linguistics in the Morning Calm. Seoul: Hanshin Publishing. ISBN: 9788970050355 | Joachims, T. (1998). Text Categorization with Support Vector Machines: Learning with Many Relevant Features. ECML 1998. Lecture Notes in Computer Science, vol 1398. Springer. DOI ↗ |
| ชื่อเรียกอื่น | frame semantics, frame-semantic parsing, FrameNet analysis, Çerçeve Analizi (Frame Analysis) — NLP | text categorization, document classification, topic classification, metin sınıflandırma |
| ที่เกี่ยวข้อง | 4 | 4 |
| สรุป≠ | Frame analysis is a FrameNet-based natural-language-processing task that detects the semantic frames evoked in text and the participant roles (frame-evoking elements and frame elements, FE) that fill them. Rooted in Charles Fillmore's frame semantics (1982) and operationalised by the Berkeley FrameNet Project (Baker et al., 1998), it is widely used to analyse media discourse and political text. | Text classification, also called text categorization, is a supervised natural-language-processing task that automatically assigns documents to predefined categories. Building on the support-vector-machine approach to text categorization established by Joachims (1998) and consolidated in the text-mining literature by Aggarwal and Zhai (2012), it powers tasks such as spam detection and topic classification by learning from labelled examples. |
| ScholarGateชุดข้อมูล ↗ |
|
|