เปรียบเทียบวิธี

	การวิเคราะห์ความรู้สึก	Word2Vec
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	—	2013
ผู้ริเริ่ม	—	Tomas Mikolov et al.
ประเภท	NLP text-classification task	Neural word-embedding model
แหล่งต้นตำรับ	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.	Mikolov, T., Chen, K., Corrado, G. & Dean, J. (2013). Efficient Estimation of Word Representations in Vector Space.
ชื่อเรียกอื่น	opinion mining, polarity detection, duygu analizi	word embeddings, skip-gram, continuous bag-of-words, Word2Vec Kelime Gömülmeleri
ที่เกี่ยวข้อง	3	4
สรุป	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.	Word2Vec is a neural word-embedding technique introduced by Mikolov and colleagues in 2013 that maps each word in a text corpus to a dense numeric vector. Words that appear in similar contexts end up close together in the vector space, so the embeddings capture semantic similarity that can be measured arithmetically.