So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Phân đoạn văn bản× | Phân tích Cảm xúc× | |
|---|---|---|
| Lĩnh vực | Khai phá văn bản | Khai phá văn bản |
| Họ | Process / pipeline | Process / pipeline |
| Năm ra đời≠ | 1997 | — |
| Người khởi xướng≠ | Marti A. Hearst (TextTiling) | — |
| Loại≠ | NLP document-structure / topic-boundary detection | NLP text-classification task |
| Công trình gốc≠ | Hearst, M.A. (1997). TextTiling: Segmenting Text into Multi-Paragraph Subtopic Passages. Computational Linguistics, 23(1), 33-64. link ↗ | Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. DOI ↗ |
| Tên gọi khác≠ | topic segmentation, discourse segmentation, linear text segmentation, Metin Bölümleme (Text Segmentation) | opinion mining, polarity detection, duygu analizi |
| Liên quan≠ | 4 | 3 |
| Tóm tắt≠ | Text segmentation divides a long document into meaningful sections (segments) along topic or discourse boundaries. Introduced for subtopic passages by Marti A. Hearst's TextTiling (1997), it supports document-structure analysis and the detection of topic transitions in continuous text. | 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. |
| ScholarGateBộ dữ liệu ↗ |
|
|