Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Виявлення подій× | Сентимент-аналіз× | |
|---|---|---|
| Галузь | Інтелектуальний аналіз тексту | Інтелектуальний аналіз тексту |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи | — | — |
| Автор методу | — | — |
| Тип≠ | NLP information-extraction task | NLP text-classification task |
| Основоположне джерело≠ | Doddington, G. et al. (2004). The Automatic Content Extraction (ACE) Program — Tasks, Data, and Evaluation. LREC. link ↗ | Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. DOI ↗ |
| Інші назви≠ | event extraction, Olay Tespiti (Event Detection) | opinion mining, polarity detection, duygu analizi |
| Пов'язані≠ | 4 | 3 |
| Підсумок≠ | Event detection is a natural-language-processing information-extraction task that finds events, historical developments, and action expressions in text and classifies them by type. It grew out of the Automatic Content Extraction (ACE) program described by Doddington et al. (2004) and is widely used in news analysis and historical research. | 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. |
| ScholarGateНабір даних ↗ |
|
|