AITerms 登入
自然語言處理機器學習AI應用

情感分析(Sentiment Analysis)是什麼?

情感分析是一種自然語言處理技術,用於識別和提取文本中的主觀情感,例如正面、負面或中性情緒,應用於輿情監控、客戶回饋分析等。

完整定義

情感分析(Sentiment Analysis),又稱意見挖掘(Opinion Mining),是一種自然語言處理(NLP)技術,旨在識別和提取文本中的主觀情感、態度或情緒。它通過分析文本中的詞語、短語和上下文,判斷作者或說話者對特定主題、產品、服務或事件的情感傾向,通常分為正面、負面或中性三種類型。

白話說明

你有沒有在你在看 App 評論、社群留言,想知道大家是喜歡還是不滿,發現只看表面常常不夠?

你可以把它想成替文字判斷情緒顏色,先分出正面、負面或中性。

客服、行銷、產品都會用它來快速看大量意見,不用一則一則人工讀。

記住這句

看到文字先判斷情緒傾向,就是情感分析。

比喻:情感分析就像一個能「聽聲辨喜怒」的客服 -- 它讀完客戶的留言後,不只理解內容,還能判斷客戶是開心、不滿還是無感。

容易混淆

關鍵字提取

關鍵字提取像找出文章中的重點詞,情感分析則更進一步,判斷這些詞背後代表的情緒是正面還是負面。

實際案例

電商要批次看上萬則商品評論,找出抱怨太慢、物流差評、服務稱讚。

品牌每天監測社群貼文,觀察新品發表後是正評增加還是負評升高。

演算法與應用

早期可用情緒詞典和規則,現在多半用文本分類模型或 Transformer 微調。

若要看更細,還能再分情緒強度、主題與面向情感。

情境判斷

Q1(直覺題): 一句「服務很快,但包裝有點爛」算正面還是負面?

看情況。它同時有正負兩種情緒,面向情感分析會比單純三分類更準。

Q2(判斷題): 如果評論裡很多反諷,模型會不會容易誤判?

會。諷刺和上下文會讓情感分析變難,這時通常要更好的語境模型。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 4 題把情感分析列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本