เปรียบเทียบวิธี

	การขจัดข้อมูลซ้ำซ้อนของข้อความ	การวิเคราะห์ความรู้สึก
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1997	—
ผู้ริเริ่ม	Andrei Z. Broder (MinHash / Resemblance theory, 1997)	—
ประเภท	Text preprocessing / corpus quality pipeline	NLP text-classification task
แหล่งต้นตำรับ	Broder, A.Z. (1997). On the Resemblance and Containment of Documents. Compression and Complexity of SEQUENCES.	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.
ชื่อเรียกอื่น	near-duplicate detection, document deduplication, corpus deduplication, Metin Tekilleştirme (Near-Duplicate Detection)	opinion mining, polarity detection, duygu analizi
ที่เกี่ยวข้อง	5	3
สรุป	Text deduplication is a corpus-quality pipeline that identifies and removes exact and near-duplicate documents from large text collections. Grounded in Andrei Broder's 1997 resemblance theory, it is widely used to improve dataset quality for machine learning model training, search engine indexing, and any downstream NLP task that assumes a non-redundant corpus.	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.