情感倾向分析
应用提供基础技术支持
功能介绍
针对带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度。
情感极性分为积极、消极、中性。
情感倾向分析能帮助企业理解用户消费习惯、分析热点话题和危机舆情监控，为企业提供有力的决策支持。
特别喜欢这种好看的猫咪
积极 90%
消极 10%
这真是惊艳世界的中国“黑科技”
积极 65%
消极 35%
这车悬挂特别硬，完全难以忍受
积极 6%
消极 94%
环境特别差，脏兮兮的，再也不去了
积极 1%
消极 99%
应用场景
评论分析与决策
通过对产品多维度评论观点进行倾向性分析，给用户提供该产品全方位的评价，方便用户进行决策
评论分类
通过对评论进行情感倾向性分析，将不同用户对同一事件或对象的评论内容按情感极性予以分类展示
舆情监控
通过对需要舆情监控的实时文字数据流进行情感倾向性分析，把握用户对热点信息的情感倾向性变化
技术特色
整体精度高
基于大数据和深度学习训练，自动学习深层次的语义 及语序特征，具备较强的泛化能力，
情感倾向性分析精度高
长句效果好
在相对长的句子上仍然能够保持较好的效果
垂类效果优
在多个垂类上（汽车、餐饮、酒店等）情感倾向性分析准确率达到95%以上，已应用于实际产品中