1. ພາກສະເໜີ
ໃນຫຼາຍປີຜ່ານມາ, ຕໍ່ກັບການຂະຫຍາຍຕົວຂອງບັນດາພະຫະນະສື່ສານສັງຄົມ, ມີຄວາມຕ້ອງການໜຶ່ງທີ່ສຳຄັນຈາກບັນດາເຄື່ອງໝາຍສິນຄ້າ ແລະ ບັນດາຂະແໜງອຸດສາຫະກຳກ່ຽວກັບການວິເຄາະຄວາມຄິດເຫັນຂອງຜູ້ຊົມໃຊ້ຕໍ່ກັບຜະລິດຕະພັນຂອງພວກເຂົາໂດຍອັດຕະໂນມັດ ເພື່ອໃຫ້ເຂົາເຈົ້າຮູ້ໄດ້ວ່າຜູ້ຊົມໃຊ້ຕີລາຄາຜະລິດຕະພັນຂອງເຂົາເຈົ້າແນວໃດ ພ້ອມນັ້ນຍັງຮູ້ກ່ຽວກັບຄູ່ແຂ່ງຂອງພວກເຂົາເປັນຄືແນວໃດ. ຂໍ້ມູນນີ້ບໍ່ພຽງແຕ່ມີປະໂຫຍດແກ່ການຕະຫຼາດ ແລະ ຕີລາຄາ/ຈັດອັນດັບ ຂອງຜະລິດຕະພັນແຕ່ຍັງມີປະໂຫຍດໃຫ້ແກ່ການອອກແບບ ແລະ ພັດທະນາຜະລິດຕະພັນ [Liu, 2008].
ການຄັດຈ້ອນເອົາຄວາມຄິດເຫັນຫຼືຈິດຕະວິທະຍາຈາກເອກະສານສາມາດໃຫ້ນິຍາມໄດ້ວ່າແມ່ນການວິເຄາະຈິດຕະສາດ ຫຼື ບຸກເບີກເອົາຄວາມຄິດເຫັນ. ນີ້ແມ່ນບົດໂຈດທີ່ມີເອກະສານປ້ອນເຂົ້າແມ່ນເອກະສານທົ່ວໄປກ່ຽວກັບບັນດາເຄື່ອງໝາຍການຄ້າ ຫຼື ຜະລິດຕະພັນ ແລະ ຜົນໄດ້ຮັບແມ່ນບັນດາຂໍ້ມູນທາງຈິດຕະວິທະຍາ, ໃນນັ້ນໄດ້ສະແດງໃຫ້ເຫັນບັນດາຄວາມຄິດເຫັນຂອງເຈົ້າຂອງ, ຄວາມຄິດເຫັນຂອງຜູ້ຊົມໃຊ້, ການຕີລາຄາກ່ຽວກັບເຄື່ອງໝາຍການຄ້າໃດໜຶ່ງ, ຜະລິດຕະພັນເປັນຕົ້ນ, ຫຼື ກ່ຽວກັບບັນດາສັບພະຄຸນ/ອົງປະກອບ ຂອງຜະລິດຕະພັນນັ້ນ. ຕາມປົກກະຕິແລ້ວ, ພວກເຮົາຄວນຕັດສິນໃຈເບິ່ງວ່າຂໍ້ມູນດັ່ງກ່າວແມ່ນມີຫາງສຽງດີ, ບໍ່ດີ ຫຼື ທຳມະດາ.
ໃນເວລານັ້ນບັນດາການຄົ້ນຄ້ວາກ່ຽວກັບຂົງເຂດນີ້ໃນພາສາອັງກິດແມ່ນໄດ້ມີການຄົ້ນຄ້ວາ ແລະ ກຳລັງໄດ້ຮັບການພັດທະນາຢ່າງແຂງແຮງ, ການຄົ້ນຄ້ວາທີ່ນຳໃຊ້ໃຫ້ແກ່ພາສາຫວຽດແມ່ນມີໜ້ອຍ. ສິ່ງດັ່ງກ່າວນີ້ໄດ້ກະຕຸກຊູ້ຍຸກໃຫ້ພວກຂ້າພະເຈົ້າສ້າງລະບົບການວິເຄາະທາງຈິດຕະວິທະຍາສຳລັບບັນດາເອກະສານພາສາຫວຽດ.
2. ການຄົ້ນຄ້ວາ
ພວກຂ້າພະເຈົ້າກຳັລງສຸມໃສ່ການວິເຄາະທາງຈິດຕະວິທະຍາມີສອງຂັ້ນດັ່ງນີ້: (1) ຂັ້ນປະໂຫຍກ, (2) ຂັ້ນນິຕິບຸກຄົນ ແລະ ແວດລ້ອມ. ໜ້າທີ່ໃນການວິເຄາະຂັ້ນປະໂຫຍກແມ່ນພິຈາລະນາວ່າແຕ່ລະປະໂຫຍກສະແດງເຖິງທັດສະນະມີທ່າອຽງດີ, ບໍ່ດີ ຫຼື ທຳມະດາ. ເຖິງຢ່າງໃດກໍຕາມ, ບັນດາການວິເຄາະໃນຂັ້ນປະໂຫຍກບໍ່ແມ່ນເມື່ອໃດກໍຊອກໄດ້ແນ່ນອນສິ່ງທີ່ທຸກຄົນມັກ ຫຼື ບໍ່ມັກ, ນັ້ນແມ່ນແຮງບັນດາໃຈໃຫ້ແກ່ໜ້າທີ່ວິເຄາະຈິດຕະວິທະຍາໃນຂັ້ນນິຕິບຸກຄົນ. ໜ້າທີ່ໃນຂັ້ນນີ້ແມ່ນກຳນົດຈິດຕະສາດຂອງທັດສະນະການຕັດສິນໃຈ – ນິຕິບຸກຄົນໃດໜຶ່ງ ຫຼື ແວດລ້ອມໃດໜຶ່ງຂອງນິຕິບຸກຄົນນັ້ນ, ຕົວຢ່າງວ່າຄຸນນະພາບຂອງການສົນທະນາທາງໂທລະສັບ ຫຼື ໄລຍະເວລານຳໃຊ້ແບັດຂອງໄອໂຟນ. ຜູ້ທີ່ນຳໃຊ້ສຸດທ້າຍ, ເຊັ່ນວ່ານັກວິເຄາະການຕະຫຼາດຂອງເຄື່ອງໝາຍການຄ້າໃດໜຶ່ງ, ອາດຈະນຳໃຊ້ຜົນໄດ້ຮັບນັ້ນໃຫ້ແກ່ທັງໝົດບັນດາປະເພດການວິເຄາະກຳນົດຄິດໄລ່ ແລະ ກຳນົດປະລິມານ.
ຊອກຮູ້ຕື່ມ:
[1] Bing Liu, Sentiment Analysis and Opinion Mining.