DeepSentiV2深度学习情感分析
用于在一批评论、反馈或报道中逐行判断情感倾向,并给出置信度和影响判断的关键词,适合需要行业语境适配的情感分析场景。
基于语义理解模型按上下文判断整句情感,支持通用、电商评论、学术论文、金融财报、医疗健康、社交媒体、客服对话 7 种行业模式,不同模式下模型会关注对应领域的关键因素。
报告呈现积极 / 中性 / 消极占比饼图、平均情感得分与分数分布柱状图,以及热门关键词清单和情感趋势折线图;消极文本会自动归类原因,方便定位核心问题。
适合电商团队批量分析用户评论满意度,也适合学术研究中识别观点倾向,以及舆情监测中追踪话题情感走向。
按行计算,单行建议控制在 200 字内;长文需先用文本清洗功能分段。
建议每行包含一句完整的话,如有大段文字请先使用 【文本清洗】 功能分段(建议分段长度 100)
加载文件上传组件中...
适用于日常文本,从通用语义角度分析情感倾向
重点关注商品质量、服务、物流等电商场景因素
分析学术观点倾向性、研究方法评价、结果认可程度
分析财经报道、研报、公告中的情绪倾向与市场信号
分析患者反馈、医疗评价中的情绪与满意度
识别网络用语、讽刺反讽、话题标签等社媒情感特征
分析客服沟通中的情绪变化与满意度趋势
每 100 行 2 点
