In this survey, we review different

In this survey, we review different text mining techniques to discover various textual patterns from the
social Web. Social Web-based applications, such as social networking websites create opportunities to
establish interaction among people leading to mutual learning and sharing of valuable knowledge, such
as chat, comments, and discussion boards. Data in social networking websites is inherently unstructured
and fuzzy in nature. In everyday life conversations, people do not care about the spellings and accurate
grammatical construction of a sentence that may leads to different types of ambiguities, such as lexical,
syntactic, and semantic. Therefore, analysing and extracting information patterns from such data sets are
more complex. Several surveys have been conducted to analysed different methods for the information
extraction. Most of the surveys emphasized on the application of different text mining techniques for
unstructured data sets reside in the form of text documents, but do not specifically targeted the data sets
in social networking website. This survey attempts to provide a thorough understanding of different text
mining techniques as well as the application of these techniques in the social networking websites. This
survey investigates the recent advancement in the field of intelligent text analysis and covers two basic
approaches of text mining, such as classification and clustering that are widely used for the exploration of
the unstructured text available on the large-scale systems, such as social Web.

ผลลัพธ์ (ไทย) 1:

ในแบบสำรวจนี้ เราตรวจสอบเทคนิคการทำเหมืองข้อความอื่นเยือนรูปแบบข้อความต่าง ๆ จาก
สังคมเว็บไซต์ออนไลน์ โอกาสในการสร้างสังคมบนเว็บโปรแกรม เว็บไซต์เครือข่ายสังคมเช่น
สร้างการโต้ตอบระหว่างคนที่นำไปสู่การเรียนรู้ซึ่งกันและกัน และแบ่งปันความรู้ที่มีคุณค่า เช่น
เป็นกระดานสนทนา ความเห็น และสนทนา ข้อมูลในเว็บไซต์เครือข่ายสังคมจะไม่มีโครงสร้างมีความ
และปุยในธรรมชาติ ในชีวิตประจำวัน คนไม่สนใจ เกี่ยวกับการสะกดคำ และถูกต้อง
ก่อสร้างไวยากรณ์ของประโยคที่อาจนำไปสู่ ambiguities ชนิดต่าง ๆ เช่นเกี่ยวกับคำศัพท์,
และความหมาย ดังนั้น วิเคราะห์ และแยกรูปแบบข้อมูลจากชุดข้อมูลดังกล่าวมี
ซับซ้อน ได้ดำเนินการสำรวจหลายวิธีแตกต่างกัน analysed สำหรับข้อมูลการ
สกัด ที่สุดของแบบสำรวจที่เน้นในการประยุกต์ใช้เทคนิคการทำเหมืองข้อความแตกต่างกันสำหรับ
ชุดข้อมูลไม่มีโครงสร้างอยู่ในรูปของเอกสารข้อความ แต่ไม่ specifically เป้าหมายชุดข้อมูล
ในเว็บไซต์เครือข่ายสังคม แบบสำรวจนี้พยายามให้เข้าใจอย่างละเอียดของข้อความอื่น
เทคนิคการทำเหมืองรวมทั้งการประยุกต์ใช้เทคนิคเหล่านี้ในเว็บไซต์เครือข่ายสังคม นี้
สำรวจตรวจสอบความก้าวหน้าล่าสุดใน field การวิเคราะห์ข้อความอัจฉริยะ และครอบคลุมพื้นฐานสอง
วิธีของการทำเหมืองข้อความ เช่น classification และคลัสเตอร์ที่ใช้สำหรับสำรวจของ
ข้อไม่มีโครงสร้างที่มีระบบขนาดใหญ่ เช่นเว็บสังคม

ผลลัพธ์ (ไทย) 2:

ในการสำรวจความคิดเห็นนี้เราจะตรวจสอบเทคนิคการทำเหมืองแร่ข้อความอื่นเพื่อการสำรวจรูปแบบหนังสือต่างๆจาก
ทางสังคมบนเว็บ แอปพลิเคชันเครือข่ายสังคมแบบใช้งานผ่านเว็บไซต์ดังกล่าวเป็นเว็บไซต์เครือข่ายทางสังคม
ซึ่งจะช่วยสร้างโอกาสในการสร้างการเชื่อมต่อการโต้ตอบในหมู่ผู้คนนำไปสู่การใช้งานร่วมกันและการเรียนรู้ร่วมกันของความรู้ที่มีคุณค่าเช่น
ซึ่งจะช่วยแสดงความคิดเห็นเป็นการ Chat และบอร์ดการประชุม.ข้อมูลในเว็บไซต์เครือข่ายทางสังคมคือหมายความว่าจัดโครงสร้าง
และทำงานด้วยระบบ Fuzzy Logic ในธรรมชาติ ในการสนทนาในชีวิตประจำวันผู้คนไม่สนใจเกี่ยวกับการก่อสร้างและสะกดคำถูกต้อง
ทางไวยกรณ์ของประโยคที่อาจนำไปสู่ ประเภท ที่แตกต่างกันของคลุมเครือเช่น closure
syntactic และเกี่ยวกับความหมายของคำ ดังนั้นชุดวิเคราะห์และการดึงข้อมูลรูปแบบข้อมูลจากข้อมูลดังกล่าวมีความซับซ้อนมากขึ้น
การสำรวจความคิดเห็นหลายแห่งได้รับการจัดให้บริการในวิธีการที่แตกต่างกันวิเคราะห์สำหรับข้อมูล
สกัดน้ำมัน แบบสำรวจที่เน้นในแอปพลิเคชันที่ใช้เทคนิคการทำเหมืองแร่ข้อความที่แตกต่างสำหรับชุดข้อมูล
ซึ่งจะช่วยจัดโครงสร้างส่วนใหญ่จะอยู่ในรูปแบบของเอกสารข้อความแต่คุณไม่ได้เป็นเป้าหมายชุดข้อมูลที่
ในเว็บไซต์เครือข่ายทางสังคม specificallyการสำรวจความคิดเห็นนี้พยายามที่จะให้ความรู้ความเข้าใจอย่างถ่องแท้ถึงลักษณะของเทคนิคข้อความ
ซึ่งจะช่วยการทำเหมืองแร่ที่แตกต่างและแอปพลิเคชันที่ใช้เทคนิคการเหล่านี้ในเว็บไซต์เครือข่ายสังคมที่
การสำรวจนี้ทำการพิจารณาข้อสงสัยทั้งหมดของความก้าวหน้าล่าสุดใน field ของการวิเคราะห์ข้อความอันเป็นอัจฉริยะและครอบคลุมสองขั้นพื้นฐาน
ซึ่งจะช่วยหาแนวทางของการทำเหมืองแร่ข้อความเช่นและมีการคลัสเตอร์ classification ที่มีใช้กันอย่างแพร่หลายสำหรับการสำรวจ
ตามมาตรฐานข้อความจัดโครงสร้างที่มีอยู่ในระบบที่มีขนาดใหญ่ขนาดใหญ่เช่นทางสังคมบนเว็บ