You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
ML-For-Beginners/translations/id/6-NLP/3-Translation-Sentiment/assignment.md

25 lines
1.9 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "9d2a734deb904caff310d1a999c6bd7a",
"translation_date": "2025-09-05T20:42:29+00:00",
"source_file": "6-NLP/3-Translation-Sentiment/assignment.md",
"language_code": "id"
}
-->
# Lisensi Puitis
## Instruksi
Di [notebook ini](https://www.kaggle.com/jenlooper/emily-dickinson-word-frequency) terdapat lebih dari 500 puisi Emily Dickinson yang sebelumnya telah dianalisis untuk sentimen menggunakan Azure text analytics. Gunakan dataset ini untuk menganalisisnya dengan teknik yang dijelaskan dalam pelajaran. Apakah sentimen yang disarankan dari sebuah puisi sesuai dengan keputusan layanan Azure yang lebih canggih? Mengapa atau mengapa tidak, menurut Anda? Apakah ada hal yang mengejutkan Anda?
## Rubrik
| Kriteria | Unggul | Memadai | Perlu Perbaikan |
| -------- | -------------------------------------------------------------------------- | ------------------------------------------------------ | ----------------------- |
| | Notebook disajikan dengan analisis yang solid dari sampel output penulis | Notebook tidak lengkap atau tidak melakukan analisis | Tidak ada notebook yang disajikan |
---
**Penafian**:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI [Co-op Translator](https://github.com/Azure/co-op-translator). Meskipun kami berusaha untuk memberikan hasil yang akurat, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.