DeepSentiV2深度学习情感分析
逐行判断中文文本的情感倾向，为每一行给出积极、中性或消极的分类、0 到 1 的情感得分和作为判断依据的情感关键词，并把积极、消极关键词分别汇总成热门榜单。得分 0.5 为中性，越接近 1 越偏积极，越接近 0 越偏消极。
情感以整句语义为单位判断，不按情感词典逐词累加分值。可按材料场景选择通用、电商评论、学术论文、金融财报、医疗健康、社交媒体、客服对话七种语境，关注重点随之不同：电商侧重商品与物流，金融侧重风险措辞与信心程度，社交媒体侧重反讽与网络用语。
一行一句，过短的行会被跳过
逐行分析：不足 5 个字符的行会被跳过，不进入统计。大段文字请先用文本清洗按 100 个字符左右分段。
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
每 200 行 2 点
DeepSentiV2深度学习情感分析常见问题
- DeepSentiV2深度学习情感分析适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- DeepSentiV2深度学习情感分析会得到什么结果？
- 逐行判断文本的情感倾向，给出积极、中性、消极分类、情感得分和情感关键词。
- DeepSentiV2深度学习情感分析怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《DeepSentiV2 情感分析教程：按语境判断整句倾向》。
- DeepSentiV2深度学习情感分析怎么计费？
- 按行数计费，每满 200 行 2 点，不足 200 行按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用DeepSentiV2深度学习情感分析： 查看引用格式