Mia 开源情感分析：逐条看出是夸、是骂，还是说不上夸骂

收回一批问卷开放题、商品评论或留言，研究者最先想知道的往往很朴素：大家是满意还是不满？一条条读能读出语气，几千条读下来却要好几天，读到后面标准也容易走样。TATOOLS 的 Mia 情感分析逐条判断每句话是在夸、在骂，还是说不上夸骂，再把整批汇总成比例，并把它拿不准的句子单独列出来。

Mia 是 TATOOLS 训练并开源的中文情感模型。三个版本的模型文件（也叫权重，是模型训练后学到的全部参数）用 Apache-2.0 协议发布在 GitHub、Hugging Face 和 ModelScope 上，个人和机构都可以免费使用，包括商用。全部测试数据和训练脚本，连同 12 次训练与 4 个对照模型的逐次报告，也都在 GitHub 仓库里，每个成绩都能照着重算。

衡量准不准，用的是两套公开的测试材料，训练时都没见过。

TATOOLS 还把 7 个常用的开源中文情感模型放到同一套测试、同一张显卡上重测。在 5,372 条真实短文本上，它们当中成绩最好的判对 69.3%。这 7 个模型里有 4 个只能在夸和骂之间二选一，没有说不上夸骂这一档。只看本来就有明确褒贬的句子、只问夸还是骂时，Mia 默认版本判对 97.8%，7 个模型里最好的是 92.1%。

报告里用【正面】【负面】【中性】三个词记录判断，对应的意思如下。

同一句里又夸又骂、分不出偏向哪边的，默认版本和第二个版本也算作中性；第三个版本没有专门学过这类句子，归到哪一类不固定。

Mia 仓库给了两个例句。【这家店的服务真的没话说】判为正面，把握 0.9943；【本次记录涉及这家快递网点，相关信息来自页面与服务记录】判为中性，把握 0.9998。

Mia 给每一条算出三个数：负面、中性、正面各占几成，三个数加起来是 1。最大的那一类就是判断结果，这个最大的数叫【把握】。例如三个数依次是 0.10、0.75、0.15，结果是中性，把握 0.75。

把握经过校准。默认版本在公开测试集上，把握和实际判对的比例平均只差约 1 个百分点：它说有九成把握的判断，大约九成是对的。TATOOLS 的报告因此把把握低的句子单独列出，留给研究者回到原文再读。

报告把参与判断的句子数记为【判断条数】。某一类的占比等于这一类的条数除以判断条数。例如 20 条里负面 5 条、中性 12 条、正面 3 条，三类依次占 25%、60%、15%。去掉网页标签、链接和表情之后没有文字的条目不参与判断；超过 512 字的只看前 512 字。

【只分正负时】换一个问法：不管中性，每条只比较夸和骂哪边的数大。原先判为中性的句子也会被分到一边，所以这里的偏正面占比常常比三类里的正面占比高。这一栏适合对接只分正负两类的研究设计。

打开 TATOOLS 的 Mia 情感分析，在【上传文本】区域上传文档。【模型版本】有三个选项：想把差评和抱怨尽量一条不漏地找出来，选第一个，也就是默认版本；只想快点看出整体是夸得多还是骂得多，选第二个；数据特别多、只想先快速粗扫一遍，选第三个。选项下方的卡片列出开源地址和三个版本的成绩。设置好之后向下滚动，点【提交任务】，完成后打开报告。

Mia 情感分析任务页的上传区域与三个模型版本

点工具页右上角的【查看实例】，可以打开 TATOOLS 的公开实例。实例上传了 Mia 仓库公开的三份中文测试表格，选的是第三个版本。表格里的每一格都当作一条交给了模型，编号、行业名这类短字段也在其中，所以报告一共判断了 5400 条，中性偏多。用自己的材料时，只交装着正文的内容，比例才对应真实的态度构成。

Mia 情感分析公开实例的结果说明与总览

报告顶部的【这份结果说明了什么】先用几句话交代结果。【总览】记录负面 647 条，占 12.0%；中性 4156 条，占 77.0%；正面 597 条，占 11.1%。三个占比的分母都是 5400。【只分正负时】逐条重新比较夸和骂，偏正面占 85.4%。

再往下，【把握分布】按把握高低分档，本例有 32 条把握不足 0.6，单独列在把握不足的表格里。【各文件对比】把三份材料并排，【每类最有把握的文本】挑出每一类最典型的原话。报告上方的【下载原始数据】给每份材料一张逐条结果表，包含判断、三个数和把握。

想同时看情绪的强弱和唤起程度，可以接着读 TATOOLS 的【VAD 三维情感分析】教程。