So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Phân tích tình cảm dựa trên khía cạnh (Aspect-Based Sentiment Analysis - ABSA)× | Nhận dạng thực thể có tên (NER)× | |
|---|---|---|
| Lĩnh vực | Khai phá văn bản | Khai phá văn bản |
| Họ | Process / pipeline | Process / pipeline |
| Năm ra đời≠ | 2014 | — |
| Người khởi xướng≠ | Pontiki et al. (SemEval-2014 Task 4) | — |
| Loại≠ | NLP fine-grained opinion-mining task | NLP sequence-labelling task |
| Công trình gốc≠ | Pontiki, M. et al. (2014). SemEval-2014 Task 4: Aspect Based Sentiment Analysis. Proceedings of SemEval 2014, 27-35. DOI ↗ | Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗ |
| Tên gọi khác≠ | ABSA, aspect-level sentiment analysis, feature-based sentiment analysis, Konu Bazlı Duygu Analizi (ABSA) | NER, entity tagging, Adlandırılmış Varlık Tanıma (NER) |
| Liên quan≠ | 4 | 3 |
| Tóm tắt≠ | Aspect-based sentiment analysis (ABSA) is a fine-grained natural-language-processing task that detects sentiment separately for each aspect or feature mentioned in a text — such as a product's quality, price, or service — rather than scoring the document as a whole. It was consolidated as a shared task by Pontiki et al. in SemEval-2014 Task 4. | Named entity recognition (NER) is a natural-language-processing task that automatically detects and labels entities in text — such as people, organisations, locations, and dates. Surveyed by Nadeau and Sekine (2007) and later advanced with neural architectures by Lample et al. (2016), it turns free-running text into tagged spans that downstream tools can use. |
| ScholarGateBộ dữ liệu ↗ |
|
|