本文已使用 Google Cloud Translation API 自动翻译。
某些文档最好以原文阅读。
情感分析过程用于确定说话者或作者对某个主题或文档的整体上下文极性的态度。态度可以是判断或意见,以口头或书面形式表达。
意见挖掘(有时称为情感分析或情感 AI)是指使用自然语言处理、文本分析、计算语言学和生物识别技术系统地识别、提取、量化和研究情感状态和主观信息。
“情感分析”一词的首次使用可以追溯到 1950 年代。在计算语言学的早期,研究人员感兴趣的是使用计算机自动分析文本以提取客观信息,例如谁对谁做了什么。
然而,直到 2000 年代初期,随着在线客户评论和社交媒体的兴起,情绪分析才真正起飞。
有几种不同的技术可用于情感分析,但最常见的是词法分析。
词法分析是一种通过查看所使用的词来分析文本的方法。这可以使用 字典 来完成,它是单词及其含义的列表。
对于文本中的每个单词,都会计算情感分数。分数基于单词的字典定义。如果一个词具有积极的情绪,则分数会增加。如果一个词有负面情绪,则分数会降低。
最终的情绪得分是所有个人得分的总和。
情感分析可用于各种不同的应用,例如:
客户服务:情感分析可用于自动分析客户反馈并确定需要改进的地方。
营销:情绪分析可用于了解客户对产品或服务的感受,并确定需要改进的地方。
政治分析:情绪分析可用于了解公众对特定问题的看法。
产品评论:情感分析可用于自动分析产品评论并确定需要改进的地方。