เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายข้อความ	การวิเคราะห์ความรู้สึก
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2011 (Paranyushkin); 2005 (Diesner & Carley)	—
ผู้ริเริ่ม	Dmitry Paranyushkin; Jana Diesner & Kathleen M. Carley	—
ประเภท	Text-mining network method	NLP text-classification task
แหล่งต้นตำรับ	Paranyushkin, D. (2011). Identifying the Pathways for Meaning Circulation Using Text Network Analysis. Nodus Labs.	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.
ชื่อเรียกอื่น	semantic network analysis, word co-occurrence network, Metin Ağ Analizi (Text Network Analysis)	opinion mining, polarity detection, duygu analizi
ที่เกี่ยวข้อง	4	3
สรุป	Text network analysis models the words or concepts in a text as nodes and their co-occurrences as edges, then uses network metrics to reveal the structure of meaning. The approach was advanced by Diesner and Carley (2005) for communication networks and by Paranyushkin (2011) for tracing the pathways of meaning circulation in text.	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.