Our task is performed in three step

Our task is performed in three steps: (1) mining product features that have been commented on by customers; (2) identifying opinion sentences in each review and deciding whether each opinion sentence is positive or negative; (3) summarizing the results. Our experimental results using reviews of a number of products sold online demonstrate the effectiveness of the techniques. Furthermore, many reviews are long and have only a few sentences containing opinions on the product. This makes it hard for a potential customer to read them to make an informed decision on whether to purchase the product. Given a set of customer reviews of a particular product, the task involves three subtasks: (1) identifying features of the product that customers have expressed their opinions on (called product features); (2) for each feature, identifying review sentences that give positive or negative opinions; and (3) producing a summary using the discovered information. also manually construct a discriminant-word lexicon and use fuzzy logic to classify sentiments.
THE PROPOSED TECHNIQUES
The system performs the summarization in three main steps (as discussed before): (1) mining product features that have been commented on by customers; (2) identifying opinion sentences in each review and deciding whether each opinion sentence is
positive or negative; (3) summarizing the results.
SUMMARY
For each discovered feature, related opinion sentences are put into positive and negative categories according to the opinion sentences’ orientations. A count is computed to show how many reviews give positive/negative opinions to the feature.
CONCLUSION
ased on data mining and natural language processing methods. The objective is to provide a feature-based summary of a large number of customer reviews of a product sold online.

Results (Indonesian) 1:

Tugas kita dilakukan dalam tiga langkah: Fitur produk pertambangan (1) yang telah berkomentar pada oleh pelanggan; (2) mengidentifikasi pendapat kalimat dalam setiap review dan memutuskan apakah setiap kalimat pendapat positif atau negatif; (3) merangkum hasil. Hasil kami eksperimental menggunakan ulasan dari sejumlah produk yang dijual online menunjukkan efektivitas teknik. Selain itu, banyak ulasan panjang dan memiliki hanya beberapa kalimat yang mengandung pendapat pada produk. Hal ini membuat sulit bagi calon pelanggan untuk membaca mereka untuk membuat keputusan tentang apakah akan membeli produk. Mengingat satu set ulasan pelanggan produk tertentu, tugas melibatkan subtugas tiga: (1) mengidentifikasi Fitur produk pelanggan telah menyatakan pendapat mereka pada (disebut produk fitur); (2) untuk setiap fitur, mengidentifikasi Tinjauan kalimat-kalimat yang memberikan pendapat positif atau negatif; dan (3) menghasilkan ringkasan menggunakan informasi ditemukan. juga membangun sebuah lexicon diskriminan-kata dan menggunakan logika fuzzy untuk mengklasifikasikan sentimen.TEKNIK YANG DIUSULKANSistem melakukan summarization dalam tiga langkah utama (seperti yang dibahas sebelumnya): Fitur produk pertambangan (1) yang telah berkomentar pada oleh pelanggan; (2) mengidentifikasi pendapat kalimat dalam setiap review dan memutuskan apakah setiap kalimat pendapatpositif atau negatif; (3) merangkum hasil.RINGKASANUntuk setiap fitur yang ditemukan, pendapat terkait kalimat dimasukkan ke dalam kategori yang positif dan negatif menurut pendapat kalimat orientasi. Hitungan dihitung untuk menunjukkan berapa banyak ulasan memberikan pendapat positif/negatif ke fitur.KESIMPULANased pada penggalian data dan metode pemrosesan bahasa alami. Tujuannya adalah untuk memberikan ringkasan fitur berbasis sejumlah besar ulasan pelanggan produk Dijual online.

Results (Indonesian) 2:

Tugas kita dilakukan dalam tiga langkah: (1) fitur produk pertambangan yang telah dikomentari oleh pelanggan; (2) mengidentifikasi kalimat opini di setiap review dan memutuskan apakah setiap kalimat opini positif atau negatif; (3) meringkas hasil. Hasil eksperimen kami menggunakan ulasan dari sejumlah produk yang dijual secara online menunjukkan efektivitas teknik. Selain itu, banyak ulasan panjang dan hanya beberapa kalimat yang mengandung opini tentang produk. Hal ini membuat sulit untuk pelanggan potensial untuk membaca mereka untuk membuat keputusan tentang apakah akan membeli produk. Mengingat satu set ulasan pelanggan dari produk tertentu, tugas melibatkan tiga sub-tugas: fitur (1) mengidentifikasi produk yang pelanggan telah menyatakan pendapat mereka tentang (disebut fitur produk); (2) untuk setiap fitur, mengidentifikasi kalimat ulasan yang memberikan opini positif atau negatif; dan (3) menghasilkan ringkasan menggunakan informasi ditemukan. . juga secara manual membangun leksikon diskriminan-kata dan menggunakan logika fuzzy untuk mengklasifikasikan sentimen
TEKNIK DIUSULKAN
Sistem melakukan summarization dalam tiga langkah utama (seperti dibahas sebelumnya): (1) fitur produk pertambangan yang telah dikomentari oleh pelanggan; (2) mengidentifikasi kalimat opini di setiap review dan memutuskan apakah setiap kalimat opini adalah
positif atau negatif; (3) meringkas hasil.
RINGKASAN
Untuk setiap fitur ditemukan, kalimat opini terkait dimasukkan ke dalam kategori positif dan negatif sesuai dengan orientasi opini kalimat '. Sebuah hitungan dihitung untuk menunjukkan berapa banyak ulasan memberikan / opini negatif positif untuk fitur tersebut.
KESIMPULAN
ased pada data mining dan metode pengolahan bahasa alami. Tujuannya adalah untuk memberikan ringkasan fitur berbasis dari sejumlah besar ulasan pelanggan dari produk yang dijual secara online.