情感分析

情感分析用于从文本中识别态度倾向，常见结果包括正向、中性、负向，也可进一步识别细粒度情绪。

方法能解决什么问题

• 了解评论、反馈、问卷开放题中的整体态度；
• 观察不同时间段、不同来源文本的情绪变化；
• 为后续主题归纳、对比分析提供基础标签。

常见分析流程

1. 明确目标：先确定要回答的问题，例如“用户对某功能是否满意”。
2. 收集文本：整理评论、留言、问卷文本等，并做好来源记录。
3. 文本清洗：去除无意义符号、重复内容，统一格式。
4. 标注或词典准备：可用规则词典，也可抽样人工标注后做模型训练。
5. 倾向识别：输出正向 / 中性 / 负向，或更细的情绪类别。
6. 结果汇总：统计比例、观察高频词，结合样本复核结论。

学习时要注意

• 讽刺、反问、网络用语可能导致判断偏差；
• 短文本信息不足时，结论应更保守；
• 不同场景的词典与标准可能不同，不宜直接照搬；
• 分析结果应抽样人工核对，避免只看自动分数。