A wide range of studies have demons

A wide range of studies have demonstrated that information provided by some textual features is valuable for sentiment classification. Many types of sentence features have been proposed and tested in the literature: n-grams, part-of-speech features, location-based features, lexicon-based features, syntactic features, structural or discourse features, just to name a few.
However, there is a lack of substantive empirical evidence of their relative effectiveness with different types of texts. Some features have only been tested against product or movie reviews. Other features have only been tried with news datasets.
Furthermore, some experiments were performed in a supervised setting while others were performed in an unsupervised setting. The specific evaluation tasks performed are also diverse, e.g., subjectivity classification, polarity classification, opinion summarisation, or polarity ranking. This heterogeneous array of experimental results makes it difficult to understand what features are effective, and when and how they are best used. For instance, some linguistic cues might be beneficial in news articles (due to the nature of the language utilised by journalists) and harmful in product reviews (where customers tend to use a more direct style).

ผลลัพธ์ (ไทย) 1:

ความหลากหลายของการศึกษาได้แสดงว่าข้อมูลโดยคุณลักษณะบางอย่างจะมีคุณค่าสำหรับการจัดประเภทความเชื่อมั่น หลายชนิดของประโยคได้เสนอ และทดสอบในวรรณคดี: n กรัม คุณสมบัติส่วนหนึ่งของคำพูด คุณลักษณะตามสถาน คุณลักษณะตามปทานุกรม คุณลักษณะทางไวยากรณ์ โครงสร้างหรือวาทกรรม คุณลักษณะ เพียงเพื่อชื่อไม่กี่ตัว
อย่างไรก็ตาม ไม่มีหลักฐานประจักษ์แน่นประสิทธิภาพสัมพันธ์กับชนิดของข้อความได้ คุณลักษณะบางอย่างได้เท่าการทดสอบผลิตภัณฑ์หรือภาพยนตร์รีวิว คุณลักษณะอื่น ๆ ได้รับลอง มี datasets ข่าว
นอกจากนี้ การทดลองบางอย่างได้ทำในที่มีการตั้งค่าในขณะที่คนอื่น ๆ ได้ดำเนินการในการตั้งค่า unsupervised งานประเมินผลการดำเนินมีหลากหลาย เช่น subjectivity ประเภท ประเภทขั้ว summarisation ความเห็น หรือขั้วจัดอันดับ หลากหลายผลการทดลองนี้แตกต่างกันทำให้ยากที่จะเข้าใจคุณลักษณะต่าง ๆ ที่มีประสิทธิภาพ และเวลา และการดีที่สุดใช้ ตัวอย่าง สัญลักษณ์ภาษาศาสตร์บางอาจจะเป็นประโยชน์ในบทความข่าว (เพราะธรรมชาติของภาษาที่ใช้ โดยนักข่าว) และเป็นอันตรายในผลิตภัณฑ์ (ซึ่งลูกค้ามักจะ ใช้แบบอ้อม)

ผลลัพธ์ (ไทย) 3:

หลากหลายของการศึกษาได้แสดงให้เห็นว่าข้อมูลที่ให้โดยบางข้อความ คุณลักษณะที่มีคุณค่าสำหรับการจำแนก sentiment หลายประเภทของลักษณะประโยคที่ได้รับการเสนอ และทดสอบในวรรณคดี : n-grams ส่วนคุณสมบัติคุณสมบัติการพูดผ่าน , พจนานุกรมตามคุณสมบัติ คุณลักษณะ คุณสมบัติ โครงสร้างไวยากรณ์ หรือวาทกรรม เพียงเพื่อชื่อไม่กี่ .
อย่างไรก็ตามไม่มีหลักฐานเชิงประจักษ์สำคัญของประสิทธิภาพสัมพัทธ์ของพวกเขาที่มีชนิดที่แตกต่างกันของข้อความ คุณลักษณะบางอย่างได้ทดสอบกับผลิตภัณฑ์หรือบทวิจารณ์ภาพยนตร์ . คุณสมบัติอื่น ๆ มีเพียงการพยายามเป็นข่าวกับชุดข้อมูล
นอกจากนี้ บางการทดลองที่แสดงในการตั้งค่าการดูแลในขณะที่คนอื่น ๆในบรรยากาศแบบไม่โต้ตอบโดยเฉพาะการประเมินผลการปฏิบัติงานมีหลากหลาย เช่น การจัดหมวดหมู่ การ summarisation ความคิดเห็นส่วนตัว , ขั้ว หรือขั้วการจัดอันดับ อาร์เรย์ข้อมูลผลการทดลองนี้ทำให้ยากที่จะเข้าใจสิ่งที่มีคุณลักษณะที่มีประสิทธิภาพและเมื่อและวิธีการที่พวกเขาจะใช้ดีที่สุด . สำหรับอินสแตนซ์บางภาษาคิวอาจเป็นประโยชน์ในบทความข่าว ( เนื่องจากธรรมชาติของภาษาที่ใช้ โดยนักข่าว ) และเป็นอันตรายในบทวิจารณ์ผลิตภัณฑ์ ( ที่ลูกค้ามักจะใช้แบบตรง ๆ )