情感分析
用于在一批评论、留言或反馈中快速判断整体情感倾向,并找出哪些具体说法在推动正面或负面评价,从而做满意度复盘、舆情监测或反馈摘要。
提供多种情感判断方式:自研深度学习模型 DeepSenti 按上下文理解整句情感,并针对电商评论、学术论文等不同行业语境提供专门的微调版本;另外两种基于情感词典的经典方法支持自定义积极词、消极词扩展词表。
报告呈现积极 / 中性 / 消极占比饼图、平均情感得分与情感分数分布柱状图,以及热门积极关键词与热门消极关键词清单;多文件时支持综合统计与单文件切换查看,便于对比不同批次或不同来源的情感差异。
适合电商团队梳理用户评论中的满意点与抱怨点,也适合学术文本中识别支持或质疑的语气,以及舆情监测中追踪话题情感走向。
该方式按行计算,单行建议控制在 200 字内,不适合直接分析整段长文;长文需先用文本清洗功能做正确分段。
加载文件上传组件中...
选择分析模型
使用 Deepsenti 方法,为了获得最佳的情感分析效果,建议您的文档每行包含一句完整的话。如果文档是大段文字,可以先使用本站的【文本清洗】功能进行分段,建议分段长度为 100,这样处理后,每句话都能得到更精准的情感分析结果
每 100 行 2 点