Mia多维情绪判断
逐条判断中文短文本的情绪，一次给出六项结果：整体态度是正面、中性还是负面；效价、唤醒度、支配度三个维度的分数；主导情绪是喜悦、愤怒、悲伤、恐惧、惊讶、厌恶中的哪一种，或者无明显情绪；以及这种情绪有多强。褒贬并存的文本，整体态度算作中性，效价和主导情绪按占上风的一边给出。所用模型 Mia 多维版由 TATOOLS 训练并开源。
先确认正文列和文本长度
文本每行算一条，表格所选列中的每个单元格算一条；请只选择正文列，编号和日期也会被当作文本统计。文本清理后超过 512 字的，只分析前 512 字。
加载文件上传组件中...
Mia 多维版是 TATOOLS 训练并开源的中文情绪模型，读整句话来判断，一条文本一次给出整体态度、效价、唤醒度、支配度、主导情绪和情绪强度。模型文件用 Apache-2.0 协议公开，可以免费商用；评测报告、标注口径和复现脚本也在 GitHub 上。
在两份训练时没用过的公开测试上，它比 270 亿参数的通用大模型 Qwen3.8-27B 判得更准：微博情绪判对 70.7%，对方是 68.9%。
| 公开测试 | 比什么 | Mia 多维版 | Qwen3.8-27B |
|---|---|---|---|
| 中文效价评分 CVAT，2,914 句 | 和人工打分的相关 | 0.84 | 0.74 |
| 中文唤醒度评分 CVAT，2,914 句 | 和人工打分的相关 | 0.55 | 0.49 |
| 微博情绪六类 SMP2020-EWECT，4,920 条 | 判对的比例 | 70.7% | 68.9% |
两边用的是同一批文本。相关越接近 1，和人工打分越一致。整体态度和 Mia 通用快速情感判断是同一套判断，在 5,372 条公开测试文本上判对 88.2%。
每 200 行 3 点
Mia多维情绪判断常见问题
- Mia多维情绪判断适合处理什么材料？
- 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。
- Mia多维情绪判断会得到什么结果？
- 逐条判断中文短文本的整体态度和主导情绪，并给出效价、唤醒度、支配度与情绪强度的分数。
- Mia多维情绪判断怎么用？
- 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。
- Mia多维情绪判断怎么计费？
- 按行数计费，每满 200 行 3 点，不足 200 行按 3 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Mia多维情绪判断： 查看引用格式