6. CROSS DOMAIN SENTIMENT ANALYSIS

6. CROSS DOMAIN SENTIMENT ANALYSIS
Cross domain sentiment analysis is introduced to reduce the
manual effort in training the machine using labeled data.
Instead the machine learns from a particular domain and
analyse the sentiment polarities of texts in another domain.
This is a very challenging problem because the kind of
words used to express emotions in two different domains
may be very different. A paper [19] approaches this topic
vastly covering all the difficulties evolved in the problem. A
sentiment sensitive distributional thesaurus is created using
labeled data for the source domains and unlabelled data for
both source and target domains. Sentiment sensitivity is
achieved in the thesaurus by incorporating document level
sentiment labels in the context vectors used as the basis for
measuring the distributional similarity between words. The
created thesaurus is used to expand feature vectors during
train and test times in a binary classifier.
6. CONCLUSION
Sentiment Analysis problem is a machine learning problem
that has been a research interest for recent years. Through
this literature survey, the relevant works done to solve this
problem could be studied. Although several notable works
have come in this field, a fully automated and highly
efficient system has not been introduced till now. This is
because of the unstructured nature of natural language. The
vocabulary of natural language is very large that things
become even hard. Several challenges still exist in the field
of machine learning and some of them are Named entity
Recognition, Coreference Resolution, domain dependency
etc. These problems have to be tackled separately and those
solutions can be used to improve the methods to do
sentiment analysis

Kết quả (Việt) 1:

6. VƯỢT QUA MIỀN TÌNH CẢM PHÂN TÍCH Qua miền tình cảm phân tích được giới thiệu để giảm cáccác nỗ lực hướng dẫn sử dụng trong đào tạo sử dụng máy có nhãn dữ liệu.Thay vào đó máy học từ một tên miền cụ thể vàphân tích cực về tình cảm của các văn bản trong một miền.Đây là một vấn đề rất khó khăn bởi vì các loại củatừ được sử dụng để thể hiện cảm xúc trong hai lĩnh vực khác nhaucó thể rất khác nhau. Một bài báo [19] phương pháp tiếp cận chủ đề nàybao la bao gồm tất cả những khó khăn đã tiến hóa trong vấn đề. Atình cảm nhạy cảm từ điển distributional được tạo ra bằng cách sử dụngcác dữ liệu có nhãn cho các nguồn tên miền và các dữ liệu unlabelled chocả hai mã nguồn và mục tiêu tên miền. Tình cảm nhạy cảm làđạt được trong từ điển bằng cách kết hợp tài liệu cấptình cảm nhãn trong bối cảnh vector được sử dụng làm cơ sở chođo tương tự distributional giữa các từ. Cáctạo ra từ điển được sử dụng để mở rộng tính năng vectơ trongđào tạo và kiểm tra lần trong một loại nhị phân.6. KẾT LUẬNTình cảm phân tích vấn đề là một vấn đề học tập máymà đã có một quan tâm nghiên cứu trong năm gần đây. Thông quakhảo sát văn học này, các tác phẩm có liên quan thực hiện để giải quyết điều nàyvấn đề có thể được nghiên cứu. Mặc dù một số tác phẩm tiêu biểuđã đến trong lĩnh vực này, hoàn toàn tự động và đánh giá caoHệ thống hiệu quả không đã được giới thiệu cho đến bây giờ. Điều này làbởi vì bản chất không có cấu trúc của ngôn ngữ tự nhiên. Cácvốn từ vựng của ngôn ngữ tự nhiên là rất lớn điều đótrở nên khó khăn ngay cả. Một số thách thức vẫn còn tồn tại trong lĩnh vựcMáy học và một số người trong số họ được đặt tên thực thểNhận dạng, độ phân giải Coreference, tên miền phụ thuộcvv. Những vấn đề này phải được giải quyết một cách riêng biệt và nhữnggiải pháp có thể được sử dụng để cải thiện phương pháp để làmphân tích tình cảm

Kết quả (Việt) 2:

6. QUA DOMAIN tình cảm PHÂN TÍCH
phân tích chữ thập tình cảm miền được giới thiệu để giảm
nỗ lực trong việc đào tạo tay máy bằng cách sử dụng dữ liệu được dán nhãn.
Thay vào đó máy học từ một tên miền cụ thể và
phân tích cực tình cảm của văn bản trong tên miền khác.
Đây là một vấn đề rất khó khăn bởi vì các loại
từ được sử dụng để diễn tả cảm xúc trong hai lĩnh vực khác nhau
có thể rất khác nhau. Một bài báo [19] phương pháp tiếp cận chủ đề này
bao la bao gồm tất cả những khó khăn phát triển trong các vấn đề. Một
tình cảm nhạy cảm từ điển phân phối được tạo ra sử dụng
dữ liệu được dán nhãn cho các lĩnh vực nguồn và dữ liệu không dán nhãn cho
cả hai lĩnh vực nguồn và đích. Nhạy cảm tính là
đạt được trong từ điển bằng cách kết hợp mức tài liệu
nhãn tình cảm trong các vectơ bối cảnh sử dụng làm cơ sở để
đo sự giống nhau về phân phối giữa các từ. Các
từ điển đồng nghĩa tạo ra được sử dụng để mở rộng các vector trong
đào tạo và kiểm tra lần trong một phân lớp nhị phân.
6. Kết luận
vấn đề Sentiment Analysis là một vấn đề máy học
đã được quan tâm nghiên cứu trong nhiều năm gần đây. Qua
khảo sát văn học này, các công trình có liên quan thực hiện để giải quyết này
vấn đề có thể được nghiên cứu. Mặc dù một số tác phẩm đáng chú ý
đã đến trong lĩnh vực này, một hoàn toàn tự động và rất
hiệu quả hệ thống đã không được giới thiệu cho đến bây giờ. Điều này là
bởi vì bản chất phi cấu trúc của ngôn ngữ tự nhiên. Các
từ vựng của ngôn ngữ tự nhiên là rất lớn mà những thứ
trở nên khó khăn. Một số thách thức vẫn còn tồn tại trong các lĩnh vực
của máy học và một số trong số họ được đặt tên thực thể
công nhận, Coreference Nghị quyết, phụ thuộc miền
vv Những vấn đề này phải được giải quyết một cách riêng biệt và những
giải pháp có thể được sử dụng để cải thiện các phương pháp để làm
phân tích tâm lý