In this paper we found that auto en

In this paper we found that auto enthusiast discussion forums contain substantial content related to motor vehicle defect existence and criticality. We found that conventional sentiment analysis, which is successful in the identification of complaints in other industries, fails to distinguish defects from non-defects and safety from performance defects.
We compiled an alternative set of automotive smoke words that have higher relative prevalence in defects vs. non-defects, and in safety issues vs. other postings. These smoke words, discovered from Honda andToyota postings, generalize well to a third brand, Chevrolet, which was used for validation. We implemented our findings in a novel
Vehicle Defect Discovery System (VDDS) that provides robust and generalizable defect discovery and classification. This paper has shown that vehicle quality management can be supported by appropriate analysis of social media postings.

In future work, we intend to extend the VDDS. We plan to expand upon the current unigram (single term) analysis of postings, and determine whether rule induction methods, neural networks, or other text mining techniques can be developed to enhance the defect detection and sorting process. We also intend to explore alternative social media (Twitter, Facebook, ...), additional linguistic features of the text, and a greater selection of vehicle brands. With the volume of social media postings expanding rapidly, we expect that the need for automated business intelligence tools for the exploration of this vastand valuable data set will continue to grow.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราพบว่า ผู้ที่ชื่นชอบรถยนต์คุยประกอบด้วยความเกี่ยวข้องกับการดำรงอยู่ของความบกพร่องยานและประการที่สามคือ เราพบว่า การวิเคราะห์ความเชื่อมั่นแบบเดิม ซึ่งประสบความสำเร็จในการระบุของข้อร้องเรียนในอุตสาหกรรมอื่น ๆ ล้มเพื่อแยกข้อบกพร่องจากการไม่มีข้อบกพร่องและความปลอดภัยจากประสิทธิภาพการทำงานบกพร่องเรารวบรวมชุดคำควันรถยนต์ที่มีชุกสัมพัทธ์สูง ในข้อบกพร่องเทียบกับไม่มีข้อบกพร่อง และปัญหาความปลอดภัยเทียบกับบัญชีอื่นๆ เป็นทางเลือก คำเหล่านี้ควัน ค้นพบจากฮอนด้า andToyota ลง เมดีกับแบรนด์ที่สาม เชฟโรเลต ซึ่งถูกใช้สำหรับการตรวจสอบ เราใช้ของเราค้นพบในนวนิยายรถ Defect ค้นพบระบบ (VDDS) ที่แข็งแกร่ง และ generalizable defect ค้นพบและการจัดประเภท กระดาษนี้ได้แสดงว่า ได้รับการสนับสนุนยานพาหนะการบริหารคุณภาพ โดยวิเคราะห์ความเหมาะสมของสังคมลงทำงานในอนาคต เราตั้งใจที่จะขยายการ VDDS เราจะขยายตามการวิเคราะห์ unigram (คำเดียว) ปัจจุบันการลงรายการ และกำหนดว่า กฎการเหนี่ยวนำวิธี เครือข่ายประสาท หรือเทคนิคการทำเหมืองข้อความอื่น ๆ สามารถพัฒนาเพื่อเพิ่มประสิทธิภาพการตรวจพบข้อบกพร่องและการเรียงลำดับกระบวนการ นอกจากนี้เรายังตั้งใจให้บริการทางสังคม (Twitter, Facebook,...) คุณลักษณะภาษาศาสตร์เพิ่มเติมของข้อความ และตัวเลือกมากขึ้นของแบรนด์รถ ด้วยปริมาณการลงรายการสื่อสังคมที่ขยายอย่างรวดเร็ว ที่เราคาดหวังว่า ต้องการเครื่องมือข่าวกรองธุรกิจโดยอัตโนมัติสำหรับการสำรวจของ vastand มีข้อมูลชุดนี้จะยังคงเติบโต

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราพบว่าผู้ที่ชื่นชอบการสนทนาอัตโนมัติมีเนื้อหาสำคัญที่เกี่ยวข้องกับการดำรงอยู่ของความบกพร่องยานยนต์และวิกฤต เราพบว่าการวิเคราะห์ความเชื่อมั่นของการชุมนุมซึ่งเป็นที่ประสบความสำเร็จในการระบุการร้องเรียนในอุตสาหกรรมอื่น ๆ ที่ไม่สามารถแยกแยะความแตกต่างข้อบกพร่องข้อบกพร่องที่ไม่ได้และความปลอดภัยจากข้อบกพร่องของการปฏิบัติงาน.
เรารวบรวมชุดทางเลือกของคำควันยานยนต์ที่มีความชุกของญาติที่สูงขึ้นในข้อบกพร่องครับ . ที่ไม่ใช่ข้อบกพร่องและปัญหาด้านความปลอดภัยกับการโพสต์อื่น ๆ คำเหล่านี้ควันจากการโพสต์ค้นพบฮอนด้า andToyota, พูดคุยกันที่จะเป็นแบรนด์ที่สามเชฟโรเลตซึ่งใช้สำหรับการตรวจสอบ เราดำเนินการค้นพบของเราในนวนิยายยานพาหนะข้อบกพร่องของระบบการค้นพบ (VDDS) ที่ให้การค้นพบข้อบกพร่องที่แข็งแกร่งและ generalizable และการจำแนก
บทความนี้ได้แสดงให้เห็นการจัดการคุณภาพของยานพาหนะที่ได้รับการสนับสนุนโดยการวิเคราะห์ที่เหมาะสมของการโพสต์สื่อสังคม. ในการทำงานในอนาคตเราตั้งใจที่จะขยาย VDDS เราวางแผนที่จะขยายตัวเมื่อ unigram ปัจจุบันวิเคราะห์ (ระยะเดี่ยว) โพสต์และวิธีการตรวจสอบว่ากฎการเหนี่ยวนำเครือข่ายประสาทหรือเทคนิคการทำเหมืองข้อความอื่น ๆ สามารถที่จะพัฒนาเพื่อเพิ่มประสิทธิภาพการตรวจสอบข้อบกพร่องและการเรียงลำดับ นอกจากนี้เรายังตั้งใจที่จะสำรวจสื่อทางเลือกทางสังคม (Twitter, Facebook, ... ), ภาษาคุณสมบัติเพิ่มเติมของข้อความและเลือกที่มากขึ้นของแบรนด์รถ กับปริมาณของการโพสต์สื่อสังคมขยายตัวอย่างรวดเร็วเราคาดหวังว่าต้องใช้เครื่องมือทางธุรกิจแบบอัตโนมัติสำหรับการสำรวจของชุดข้อมูลที่มีคุณค่า vastand นี้จะยังคงเติบโต

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราพบว่ารถยนต์ที่ชื่นชอบการสนทนามีเนื้อหามากมายที่เกี่ยวข้องกับการดำรงอยู่ของข้อบกพร่องของรถยนต์และระบบ . เราพบว่าปกติการวิเคราะห์ความเชื่อมั่น ซึ่งประสบความสำเร็จในการระบุข้อร้องเรียนในอุตสาหกรรมอื่น ๆล้มเหลวในการแยกของเสียจากไม่บกพร่องและความปลอดภัยจากการปฏิบัติงานบกพร่อง
เรารวบรวมทางเลือกชุดของคำควันรถยนต์ที่มีสูงกว่าความชุกในข้อบกพร่องที่ไม่สัมพันธ์กับความบกพร่องและปัญหาความปลอดภัยกับการโพสต์อื่น ๆ คำควันเหล่านี้ค้นพบจากฮอนด้า andtoyota โพสต์ , อนุมานได้ดีกับ 3 แบรนด์ เชฟโรเลต ซึ่งถูกใช้สำหรับการตรวจสอบ เราใช้เครื่องมือของเราในนวนิยาย
ระบบการค้นพบข้อบกพร่องรถยนต์ ( vdds ) ที่ให้ประสิทธิภาพและการค้นพบข้อบกพร่อง generalizable และการจำแนก บทความนี้ได้แสดงให้เห็นว่าการจัดการคุณภาพของรถสามารถได้รับการสนับสนุนโดยการวิเคราะห์ที่เหมาะสมของการโพสต์สื่อสังคม

ในการทำงานในอนาคต เราตั้งใจที่จะขยาย vdds . เราวางแผนที่จะขยายตาม unigram ปัจจุบันเดียว ( เทอม ) การวิเคราะห์การโพสต์และตรวจสอบว่า กฎการใช้โครงข่าย หรือเทคนิคการทำเหมืองข้อความอื่น ๆ สามารถพัฒนาเพื่อเพิ่มประสิทธิภาพการตรวจหาข้อบกพร่อง และกระบวนการจัดการ นอกจากนี้เรายังตั้งใจที่จะสำรวจทางเลือกสื่อสังคม ( Twitter , Facebook , . . . ) , ภาษาเพิ่มเติมคุณสมบัติของข้อความและมากขึ้นการเลือกยี่ห้อรถ กับปริมาณของสังคมสื่อการขยายอย่างรวดเร็วเราคาดว่าความต้องการข่าวกรองธุรกิจอัตโนมัติเครื่องมือสำหรับการสำรวจนี้ vastand คุณค่าชุดข้อมูลจะยังคงเติบโต