情感倾向分析

自动对包含主观信息的文本进行情感倾向性判断,为口碑分析、话题监控、舆情分析等
应用提供基础技术支持

功能介绍


针对带有主观描述的中文文本,可自动判断该文本的情感极性类别并给出相应的置信度。情感极性分为积极、消极、中性。

情感倾向分析能帮助企业理解用户消费习惯、分析热点话题和危机舆情监控,为企业提供有力的决策支持

积极:90%

消极:10%

积极:65%

消极:35%

积极:6%

消极:94%

积极:1%

消极:99%

特别喜欢这种好看的猫咪

这真是惊艳世界的中国“黑科技”

这车悬挂特别硬,完全难以忍受

环境特别差,脏兮兮的,再也不去了

应用场景


通过对产品多维度评论观点进行倾向性分析,给用户提供该产品全方位的评价,方便用户进行决策

评论分析与决策

通过对评论进行情感倾向性分析,将不同用户对同一事件或对象的评论内容按情感极性予以分类展示

评论分类

通过对需要舆情监控的实时文字数据流进行情感倾向性分析,把握用户对热点信息的情感倾向性变化

舆情监控

技术特色


基于大数据和深度学习训练,自动学习深层次的语义
及语序特征,具备较强的泛化能力,情感倾向性分析
精度高

整体精度高

在相对长的句子上仍然能够保持较好的效果

长句效果好

在多个垂类上(汽车、餐饮、酒店等)情感倾向性分析准确率达到95%以上,已应用于实际产品中

垂类效果优