เปรียบเทียบวิธี

	การวิเคราะห์ความซับซ้อนของข้อความ	การวิเคราะห์ความรู้สึก
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	—	—
ผู้ริเริ่ม	—	—
ประเภท	Linguistic-feature measurement pipeline	NLP text-classification task
แหล่งต้นตำรับ	Vajjala, S. & Meurers, D. (2014). Readability Assessment for Text Simplification: From Analysing Documents to Identifying Sentential Simplifications. International Journal of Applied Linguistics, 165(2), 194-222.	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.
ชื่อเรียกอื่น	readability analysis, linguistic complexity assessment, Metin Karmaşıklığı Analizi	opinion mining, polarity detection, duygu analizi
ที่เกี่ยวข้อง	2	3
สรุป	Text complexity analysis measures the linguistic difficulty of a text along dimensions such as syntactic complexity (sentence length, embedded clauses), lexical density, and referential chains. Grounded in readability research consolidated by Vajjala and Meurers (2014) and Crossley and colleagues (2011), it turns prose into quantitative scores that estimate how hard a document is to read.	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.