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%

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