เปรียบเทียบวิธี

	การจำแนกประเภทแบบไม่ใช้ตัวอย่าง	การวิเคราะห์ความรู้สึก
สาขาวิชา	การทำเหมืองข้อความ	การทำเหมืองข้อความ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2019	—
ผู้ริเริ่ม	Yin, Hay & Roth	—
ประเภท	NLP text-classification task	NLP text-classification task
แหล่งต้นตำรับ	Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923.	Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135.
ชื่อเรียกอื่น	zero-shot text classification, entailment-based classification, Sıfır Atışlı Sınıflandırma (Zero-Shot Classification)	opinion mining, polarity detection, duygu analizi
ที่เกี่ยวข้อง	3	3
สรุป	Zero-shot classification is a natural-language-processing task that assigns text to categories described in plain language without requiring any labelled training data. Formalised as an entailment problem by Yin, Hay and Roth (2019), it lets a large pretrained language model recognise new categories on the fly simply by naming them, enabling rapid adaptation to fresh label sets.	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.