In our analysis, we found that auto

In our analysis, we found that automotive consumers do indeed use social media for the production of information relevant to vehicle quality management. But conventional mechanisms, like sentiment analysis, for analyzing this social media content fall short. We therefore describe and evaluate an alternative defect discovery approach, based on a new class of linguistic marker words we found. We refer to this new class of words as ‘automotive smoke words’.

ผลลัพธ์ (ไทย) 1:

ในการวิเคราะห์ของเรา เราพบว่า ผู้บริโภคยานยนต์ใช้สังคมแน่นอนสำหรับการผลิตข้อมูลที่เกี่ยวข้องกับการจัดการคุณภาพรถ แต่ปกติกลไก เช่นการวิเคราะห์ความเชื่อมั่น การวิเคราะห์เนื้อหานี้สังคมขาดแคลน เราจึงอธิบาย และประเมินวิธีค้นพบมีความบกพร่องอื่น ตามชั้นเรียนใหม่ของเครื่องหมายภาษาศาสตร์คำเรา เราอ้างอิงถึงคลาสของคำนี้ใหม่เป็น 'รถยนต์ควันคำ'

ผลลัพธ์ (ไทย) 2:

ในการวิเคราะห์ของเราเราพบว่าผู้บริโภคยานยนต์ทำแน่นอนใช้สื่อทางสังคมในการผลิตข้อมูลที่เกี่ยวข้องกับยานพาหนะการจัดการคุณภาพ แต่กลไกการชุมนุมเช่นการวิเคราะห์ความเชื่อมั่นในการวิเคราะห์นี้เนื้อหาของสื่อทางสังคมขาด ดังนั้นเราจึงอธิบายและประเมินวิธีการค้นพบข้อบกพร่องทางเลือกขึ้นอยู่กับชั้นเรียนใหม่ของเครื่องหมายคำพูดภาษาที่เราพบ เราหมายถึงระดับใหม่ของคำว่า 'คำควันรถยนต์'

ผลลัพธ์ (ไทย) 3:

ในการวิเคราะห์ของเรา , เราพบว่าผู้บริโภครถยนต์แน่นอนใช้สื่อทางสังคมเพื่อผลิตข้อมูลที่เกี่ยวข้องกับการจัดการคุณภาพรถ แต่ปกติ กลไก เช่น การวิเคราะห์ความเชื่อมั่นสำหรับการวิเคราะห์นี้สื่อสังคมเนื้อหาตกสั้น เราจึงอธิบายและประเมินทางเลือกในการค้นพบวิธีการข้อบกพร่องตามชั้นเรียนใหม่ของภาษาศาสตร์เครื่องหมายคำที่เราพบเราจะเรียกคลาสใหม่นี้ของคำเช่น ' คำ ' ควันรถยนต์