เปรียบเทียบวิธี

	การถดถอยจากข้อความ	การวิเคราะห์ความรู้สึก
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	—	—
ผู้ริเริ่ม	—	—
ประเภท	Supervised regression on text features	NLP text-classification task
แหล่งต้นตำรับ	Gentzkow, M., Kelly, B. & Taddy, M. (2019). Text as Data. Journal of Economic Literature, 57(3), 535-574.	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.
ชื่อเรียกอื่น	text-as-data regression, predicting numeric outcomes from text, Metin Tabanlı Regresyon	opinion mining, polarity detection, duygu analizi
ที่เกี่ยวข้อง	4	3
สรุป	Text-based regression predicts a continuous target variable using features extracted from text — TF-IDF scores, embeddings, or n-grams — as the independent variables. Building on the text-as-data programme consolidated by Gentzkow, Kelly and Taddy (2019), it lets a numeric outcome such as a price, a rating, or a sentiment score be estimated directly from documents, and is widely used in social-science, economics, and finance applications.	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.