เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์ความถี่ของข้อความ× | การวิเคราะห์ความรู้สึก× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 1949 | — |
| ผู้ริเริ่ม≠ | George K. Zipf (frequency-distribution foundation) | — |
| ประเภท≠ | Descriptive text-mining analysis | NLP text-classification task |
| แหล่งต้นตำรับ≠ | Zipf, G. K. (1949). Human Behavior and the Principle of Least Effort. Addison-Wesley. link ↗ | Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. DOI ↗ |
| ชื่อเรียกอื่น | word frequency analysis, n-gram frequency analysis, Metin Frekans Analizi | opinion mining, polarity detection, duygu analizi |
| ที่เกี่ยวข้อง≠ | 4 | 3 |
| สรุป≠ | Text frequency analysis is a descriptive text-mining method that counts how often words, n-grams, and phrases occur in a corpus to reveal content patterns and dominant themes. It rests on the frequency-distribution insight formalised by George K. Zipf (1949), that a few terms occur very often while most are rare, and it is one of the most basic and widely used entry points into quantitative text analysis. | Sentiment analysis, also called opinion mining, is a natural-language-processing task that detects the emotional tone of text — typically classifying it as positive, negative, or neutral. It turns unstructured opinion text into structured, quantifiable polarity signals using one of three families of approaches: sentiment lexicons, trained machine-learning classifiers, or pretrained transformer models. |
| ScholarGateชุดข้อมูล ↗ |
|
|