VAD 三维情感分析
逐行判定文本的情感极性（积极、中性、消极），给出 0～1 的情感得分，并输出 VAD 三个维度的 0～1 分值：效价对应负面到正面，唤醒度对应平静到激动，支配度对应被动到主动。同样是负面的句子，由此可以区分是愤怒、压抑还是无助。
每行结果附带支撑该判断的证据词。情绪标签的精细程度可以选择，从只分三类极性，到把每行归入具体的情绪类别。整体层面给出各极性占比、三个维度的均值和情绪类别分布。
逐行分析：去掉符号后不足 5 个字符或超过 150 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分段。
混合专家架构（MoE），内置链式思维推理（CoT），在极性判定基础上输出证据词、词性标签（POS-tagged）、极性溯源逻辑及 VAD（愉悦度、激动度、掌控感三个维度）坐标。标注具备完整可解释性（XAI），适合需要证据追溯的研究场景。
针对不同文本类型优化情感识别策略
适用于日常文本，从通用语义角度分析情感倾向
可选。报告会把逐行 VAD（愉悦度、激动度、掌控感三个维度）坐标与目标基调范围对照，找出最偏离的句子
只展示 VAD（愉悦度、激动度、掌控感三个维度）与极性结果，不做目标基调偏离判断
决定情绪标签的精细程度与 VAD（愉悦度、激动度、掌控感三个维度）坐标侧重
仅区分积极 / 中性 / 消极三类极性，给出 VAD（愉悦度、激动度、掌控感三个维度）坐标，速度最快
指导模型优先捕捉哪一类情感信号，影响 VAD（愉悦度、激动度、掌控感三个维度）三维分值的权重
加权融合所有情感线索的 holistic appraisal（整体综合评价），输出全文代表性 VAD（愉悦度、激动度、掌控感三个维度）坐标，适合宏观情感基调判断
决定分析"谁的情感"——表达者、被描述对象还是读者
以说话者主观立场（Speaker Subjectivity）为准，捕捉第一人称情感表达与隐性情感泄露（Sentiment Leakage）
每 200 行 5 点
VAD 三维情感分析常见问题
- VAD 三维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。
- VAD 三维情感分析会得到什么结果？
- 逐行判定情感极性，并给出效价、唤醒度、支配度三个维度的分值与证据词。
- VAD 三维情感分析怎么用？
- 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《VAD 三维情感分析完整教程：效价、唤醒度与支配度，从逐行证据词到目标基调对照》。
- VAD 三维情感分析怎么计费？
- 按行数计费，每满 200 行 5 点，不足 200 行按 5 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VAD 三维情感分析： 查看引用格式