Sentiment classification, which aim

Sentiment classification, which aims to classify opinion text documents (e.g., product reviews) into polarity categories
(e.g., positive or negative), has received considerable attention in the natural language processing research community
due to its many useful applications [8]. These include online product review classification [14] and opinion summarisation
[15]. Although traditional supervised classification algorithms can be employed to train sentiment polarity classifiers from
labelled text data, manually construction of labelled sentiment data is a labour-intensive and time-consuming task.

ผลลัพธ์ (ไทย) 1:

จัดประเภทความเชื่อมั่น ซึ่งมีวัตถุประสงค์ในการจัดประเภทเอกสารข้อคิดเห็น (เช่น ผลิตภัณฑ์รีวิว) เป็นขั้วประเภท(เช่น บวก หรือลบ), ได้รับความสนใจมากในชุมชนวิจัยการประมวลผลภาษาธรรมชาติเนื่องจากของหลายประโยชน์ใช้งาน [8] การจัดประเภทการตรวจสอบผลิตภัณฑ์ออนไลน์ [14] และ summarisation ความคิดเห็น[15] แม้ว่าการจัดประเภทแบบดั้งเดิมที่มีอัลกอริทึมสามารถหยุดรถไฟคำนามภาษาขั้วความเชื่อมั่นจากมันข้อความข้อมูล ด้วยตนเองสร้างความเชื่อมั่นมันข้อมูลงานเร่ง รัดแรงงาน และเวลา

ผลลัพธ์ (ไทย) 2:

การจัดหมวดหมู่ความเชื่อมั่นซึ่งมีวัตถุประสงค์ที่จะจัดเอกสารข้อความความเห็น (เช่นความคิดเห็นต่อสินค้า) เป็นหมวดหมู่ขั้ว
(เช่นบวกหรือลบ)
ได้รับความสนใจเป็นอย่างมากในการประมวลผลภาษาธรรมชาติการวิจัยชุมชนอันเนื่องมาจากการใช้งานที่มีประโยชน์หลาย[8] เหล่านี้รวมถึงการจัดหมวดหมู่ตรวจสอบสินค้าออนไลน์ [14] และความเห็น summarisation
[15]
แม้ว่าขั้นตอนวิธีการจัดหมวดหมู่ภายใต้การดูแลแบบดั้งเดิมสามารถใช้ในการฝึกอบรมลักษณนามขั้วความเชื่อมั่นจากข้อมูลที่เป็นข้อความที่มีข้อความการก่อสร้างด้วยตนเองความเชื่อมั่นของข้อมูลที่มีข้อความเป็นงานที่ใช้แรงงานมากและใช้เวลานาน