The dataset used in the following s

The dataset used in the following study is a richly annotated document collection, as well as a product catalog and product category ontology. The documents used are a sample of webpages from online forums from the first tier of a commercial search engine index, excluding those documents identified as pornography and spam. The forum structure is extracted, as described above in Section 4.2. The document text is annotated with product mentions and those mentions are mapped into a product category ontology as described in Section 4.1. For the purposes of this study, we focus only on consumer electronics products. The final dataset contains over 3.5 million online forums, with almost 400 million messages organized into over 40 million message threads and contributed by over 45 million authors. Almost 40% of the message threads containing at least one product mention, and there are over 350 million total mentions in the collection, corresponding to 95 million unique category-brand pairs.

ผลลัพธ์ (ไทย) 1:

ชุดข้อมูลที่ใช้ในการศึกษาต่อไปนี้เป็น คอลเลกชันเอกสารประกอบมั่งคั่ง เป็นแค็ตตาล็อกผลิตภัณฑ์ และสินค้าประเภทภววิทยา เอกสารที่ใช้เป็นตัวอย่างของเว็บเพจได้จากฟอรั่มออนไลน์จากชั้นแรกของดัชนีเครื่องมือค้นหาเชิงพาณิชย์ ยกเว้นผู้ทำเอกสาร identified เป็นภาพลามกอนาจารและสแปม เวทีโครงสร้างสกัด ตามที่อธิบายไว้ข้างต้นในหัวข้อ 4.2 ข้อความเอกสารจะใส่ข้อมูลเสริม ด้วยผลิตภัณฑ์ที่กล่าวถึง และผู้ที่กล่าวถึงถูกแมปเป็นภววิทยาเป็นประเภทผลิตภัณฑ์ตามที่อธิบายไว้ในส่วน 4.1 สำหรับวัตถุประสงค์ของการศึกษานี้ เรามุ่งเน้นเฉพาะในสินค้าอิเล็กทรอนิกส์ ชุดข้อมูลพิจารณาประกอบด้วยฟอรั่มออนไลน์มากกว่า 3.5 ล้าน มีเกือบ 400 ล้านข้อความจัดลงในเธรดข้อความกว่า 40 ล้าน และจากผู้เขียนกว่า 45 ล้าน พูดถึงเกือบ 40% ของเธรดข้อความที่ประกอบด้วยอย่างน้อยหนึ่งผลิตภัณฑ์ และมีมากกว่า 350 ล้านที่กล่าวถึงทั้งหมดในคอลเลกชัน ที่สอดคล้องกับ 95 ล้านแบรนด์เฉพาะประเภทคู่

ผลลัพธ์ (ไทย) 2:

ชุดที่ใช้ในการศึกษาต่อไปนี้คือการเก็บรวบรวมเอกสารข้อเขียนมั่งคั่งเช่นเดียวกับแคตตาล็อกสินค้าและประเภทสินค้าที่เกี่ยวกับธรรมชาติ เอกสารที่ใช้เป็นตัวอย่างของหน้าเว็บจากฟอรั่มออนไลน์จากชั้นแรกของดัชนีเครื่องมือค้นหาในเชิงพาณิชย์ไม่รวมเอกสารเหล่านั้นเอ็ด Fi ระบุเป็นภาพลามกอนาจารและสแปม โครงสร้างฟอรั่มสกัดตามที่อธิบายไว้ข้างต้นในมาตรา 4.2 ข้อความในเอกสารที่มีคำอธิบายประกอบกับผลิตภัณฑ์กล่าวและผู้ที่กล่าวถึงจะถูกแมปเป็นสินค้าประเภทอภิปรัชญาที่อธิบายไว้ในมาตรา 4.1 สำหรับวัตถุประสงค์ของการศึกษาครั้งนี้เรามุ่งเน้นเฉพาะในผลิตภัณฑ์อิเล็กทรอนิกส์สำหรับผู้บริโภค ชุดข้อมูล Fi NAL มีมากกว่า 3.5 ล้านฟอรั่มออนไลน์ที่มีเกือบ 400 ล้านข้อความจัดเป็นกว่า 40 ล้านหัวข้อข้อความและสนับสนุนโดยกว่า 45 ล้านผู้เขียน เกือบ 40% ของกระทู้ข้อความที่มีการกล่าวถึงสินค้าอย่างน้อยหนึ่งและมีกว่า 350 ล้านรวมกล่าวถึงในคอลเลกชันที่สอดคล้องกับที่ไม่ซ้ำกัน 95 ล้านคู่หมวดหมู่แบรนด์

ผลลัพธ์ (ไทย) 3:

ข้อมูลที่ใช้ในการศึกษาต่อไปนี้เป็นรุ่นที่บันทึกย่อเอกสารคอลเลกชัน รวมทั้งแคตตาล็อกสินค้าและผลิตภัณฑ์ประเภทอภิปรัชญา . เอกสารที่ใช้ มีตัวอย่างของเว็บเพจจากฟอรั่มจากธนาคารพาณิชย์จึงตัดสินใจเดินทางจากเครื่องมือค้นหาดัชนีออนไลน์ , รวมเอกสาร identi จึงเอ็ดเป็นสื่อลามกและสแปม โครงสร้างเวทีสกัดตามที่อธิบายไว้ข้างต้นในส่วนของ 4.2 . เอกสารข้อความและบันทึกย่อกับผลิตภัณฑ์กล่าวถึงกล่าวถึงผู้ที่แมปเป็นผลิตภัณฑ์ประเภทอภิปรัชญาที่อธิบายไว้ในมาตราที่ 4.1 . สำหรับวัตถุประสงค์ของการศึกษานี้เราเน้นเฉพาะผู้บริโภคผลิตภัณฑ์อิเล็กทรอนิกส์ ระบบข้อมูลจึงมีมากกว่า 3.5 ล้านฟอรั่มออนไลน์กับเกือบ 400 ล้านข้อความจัดเป็นกว่า 40 ล้านข้อความในกระทู้ และสนับสนุนโดยผู้เขียนกว่า 45 ล้านบาท เกือบ 40% ของข้อความกระทู้ที่มีอย่างน้อยหนึ่งของผลิตภัณฑ์ที่กล่าวถึง และมีกว่า 350 ล้านกล่าวถึงทั้งหมดในคอลเลกชันที่ 95 ล้านเฉพาะประเภทแบรนด์คู่