Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Вилучення ключових слів× | Сентимент-аналіз× | |
|---|---|---|
| Галузь | Інтелектуальний аналіз тексту | Інтелектуальний аналіз тексту |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи | — | — |
| Автор методу | — | — |
| Тип≠ | NLP text-mining task | NLP text-classification task |
| Основоположне джерело≠ | Mihalcea, R. & Tarau, P. (2004). TextRank: Bringing Order into Texts. EMNLP, 404-411. 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 | keyphrase extraction, key term extraction, Anahtar Kelime Çıkarma (Keyword Extraction) | opinion mining, polarity detection, duygu analizi |
| Пов'язані≠ | 4 | 3 |
| Підсумок≠ | Keyword extraction is a natural-language-processing task that automatically identifies the words or phrases that best represent the content of a document. It turns a body of free text into a compact, ranked list of key terms, drawing on statistical, graph-based methods such as TextRank (Mihalcea & Tarau, 2004), or embedding-based methods such as KeyBERT (Grootendorst, 2020). | 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 ↗ |
|
|