The approach for SA presented by Ca

The approach for SA presented by Caro and Grella [35]
was based on a deep NLP analysis of the sentences, using a
dependency parsing as a pre-processing step. Their SA algorithm
relied on the concept of Sentiment Propagation, which
assumed that each linguistic element like a noun, a verb, etc.
can have an intrinsic value of sentiment that is propagated
through the syntactic structure of the parsed sentence. They
presented a set of syntactic-based rules that aimed to cover a
significant part of the sentiment salience expressed by a text.
They proposed a data visualization system in which they
needed to filter out some data objects or to contextualize the
data so that only the information relevant to a user query is
shown to the user. In order to accomplish that, they presented
a context-based method to visualize opinions by measuring the
distance, in the textual appraisals, between the query and the
polarity of the words contained in the texts themselves. They
extended their algorithm by computing the context-based
polarity scores. Their approach approved high efficiency after
applying it on a manual corpus of 100 restaurants reviews.
Min and Park [39] have used NLP from a different perspective.
They used NLP techniques to identify tense and time
expressions along with mining techniques and a ranking algorithm.
Their proposed metric has two parameters that capture
time expressions related to the use of products and product
entities over different purchasing time periods. They identified
important linguistic clues for the parameters through an experiment
with crawled review data, with the aid of NLP techniques.
They worked on product reviews from amazon.com.
Their results showed that their metric was helpful and free
from undesirable biases.

Kết quả (Việt) 1:

Phương pháp tiếp cận cho SA trình bày bởi Caro và Grella [35]Dựa trên một phân tích NLP sâu câu, bằng cách sử dụng mộtphụ thuộc phân tích như là một bước trước chế biến. Thuật toán SA của họDựa trên khái niệm của tuyên truyền tình cảm, màgiả định rằng mỗi ngôn ngữ yếu tố như một danh từ, động từ, vv.có thể có một giá trị nội tại của tình cảm mà tuyên truyềnthông qua cấu trúc cú pháp của câu phân tích. Họtrình bày một bộ cú pháp dựa trên quy tắc nhằm mục đích để trang trải mộtphần quan trọng của nhô tình cảm, thể hiện qua một văn bản.Họ đề xuất một hệ thống hình dung dữ liệu mà họcần thiết để lọc ra một số đối tượng dữ liệu hoặc để contextualize cácdữ liệu do đó chỉ là những thông tin có liên quan đến một truy vấn người sử dụngHiển thị cho người dùng. Để thực hiện việc đó, họ trình bàymột phương pháp dựa trên bối cảnh để hình dung ý kiến bằng cách đo lường cáckhoảng cách, trong định giá văn bản, giữa các truy vấn và cácphân cực của các từ chứa trong văn bản chính mình. Họmở rộng các thuật toán của họ bằng cách tính toán dựa trên bối cảnhphân cực điểm. Cách tiếp cận của họ thông qua các hiệu quả cao sau khiáp dụng nó trên một corpus hướng dẫn sử dụng của 100 nhà hàng giá.Min và Park [39] đã sử dụng NLP từ một quan điểm khác nhau.Họ sử dụng kỹ thuật NLP để xác định căng thẳng và thời gianbiểu thức cùng với kỹ thuật khai thác mỏ và thuật toán xếp hạng.Số liệu được đề xuất của họ có hai tham số nắm bắtthời gian biểu thức liên quan đến việc sử dụng của sản phẩm và sản phẩmthực thể trong thời gian thời gian mua khác nhau. Họ xác địnhmanh mối quan trọng ngôn ngữ cho các tham số thông qua một thử nghiệmvới thu thập dữ liệu xem xét, với sự trợ giúp của kỹ thuật NLP.Họ làm việc trên đánh giá sản phẩm từ amazon.com.Kết quả của họ cho thấy rằng số liệu của họ đã được hữu ích và miễn phítừ không mong muốn thành kiến.

Kết quả (Việt) 2:

Các cách tiếp cận cho SA trình bày bởi Caro và Grella [35]
dựa trên một phân tích sâu sắc về NLP câu, sử dụng một
phân tích cú pháp phụ thuộc như một bước tiền xử lý. Thuật toán SA của họ
dựa trên các khái niệm của tình cảm Tuyên truyền, trong đó
giả định rằng mỗi yếu tố ngôn ngữ như một danh từ, động từ, vv
có thể có một giá trị nội tại của tình cảm đó là tuyên truyền
thông qua các cấu trúc cú pháp của câu phân tích cú pháp. Họ
trình bày một tập hợp các quy tắc cú pháp dựa trên nhằm mục đích để trang trải một
phần quan trọng của sự nổi bật tình cảm thể hiện bằng một văn bản.
Họ đề xuất một hệ thống dữ liệu trực quan mà họ
cần để lọc ra một số đối tượng dữ liệu hoặc bối cảnh các
dữ liệu để chỉ những thông tin có liên quan đến một người dùng truy vấn được
hiển thị cho người sử dụng. Để thực hiện điều đó, họ trình bày
một phương pháp dựa trên bối cảnh để hình dung ý kiến bằng cách đo
khoảng cách, trong việc thẩm định văn bản, giữa các truy vấn và
phân cực của các từ có trong bản văn. Họ
mở rộng thuật toán của họ bằng cách tính toán dựa trên bối cảnh
cực điểm. Phương pháp của họ được chấp thuận hiệu quả cao sau khi
áp dụng nó vào một tập văn hướng dẫn của 100 nhà hàng đánh giá.
Min và Park [39] đã sử dụng NLP từ một góc độ khác nhau.
Họ đã sử dụng các kỹ thuật NLP để xác định căng thẳng và thời gian
biểu cùng với các kỹ thuật khai thác mỏ và một thuật toán xếp hạng.
số liệu đề xuất của họ có hai thông số chụp
biểu thời gian liên quan đến việc sử dụng các sản phẩm và sản phẩm
thực thể trong một thời gian thu mua khác nhau. Họ đã xác định
những manh mối quan trọng về ngôn ngữ cho các thông số thông qua một thí nghiệm
với số liệu tổng bò, với sự trợ giúp của các kỹ thuật NLP.
Họ làm việc trên các đánh giá sản phẩm từ amazon.com.
Kết quả cho thấy rằng số liệu của họ là hữu ích và miễn phí
từ những thành kiến không mong muốn.