一句话定义
情感分析（Sentiment Analysis）是识别文本针对某个评价对象所表达正负倾向及其强度的分析方法。
可以把它理解为内容的「评价温度计」。温度计能告诉你偏冷还是偏热，却不能单独解释发热原因，更不能替代完整诊断。
为什么重要
媒体报道、评论、笔记和 AI 答案数量庞大，情感分析可以帮助品牌快速定位负向集中区、正向内容和需要人工查看的异常。但如果没有识别评价对象和上下文，同一句话很容易被误判。
例如「价格高，但稳定性值得」同时包含负向价格评价和正向性能评价。把整句只标为中性，会丢掉两个对决策都重要的信号。
混合评价应该怎样拆
| 原文片段 | 评价对象 | 极性与强度 | 需要保留的语境 |
|---|---|---|---|
| 价格高 | 价格 | 明确负向 | 是否超出同类产品，仍需证据 |
| 稳定性值得 | 稳定性 | 明确正向 | 对什么人、什么任务值得 |
| 但 | 两项评价的关系 | 转折，不单独定极性 | 不能把整句压成一个中性标签 |
这类方面级记录比单一总标签更可复核。若缺少上下文，应标记为待判断，而不是猜测强度或购买结论。
| 概念 | 回答的问题 | 不能被它替代 |
|---|---|---|
| 情感分析 | 对目标的评价偏正、偏负还是中性 | 原因、立场和最终结论 |
| 情绪识别 | 表达了愤怒、喜悦、失望等何种情绪 | 对品牌的评价方向 |
| 立场分析 | 内容支持、质疑、比较还是观察品牌 | 情绪强度 |
| 声誉评分 | 多渠道综合状态是否健康 | 单条文本标签 |
运作机制
可靠的情感分析通常包含五步：
- 确定评价对象。 同一段话可能分别评价品牌、产品、价格和服务。
- 识别极性。 判断正面、负面、中性或混合倾向。
- 提取原因。 记录价格、功能、体验、售后等触发因素。
- 保留修饰。 处理否定、程度、条件、转折、时间和比较对象。
- 抽样复核。 对反讽、黑话、短文本和高风险内容进行人工检查。
分析可以按句子、方面或整篇内容进行。不同粒度会得到不同结果，报告中必须写清，不能把方面级结论与文章级结论直接相加。
应用场景
- -按产品、渠道和议题定位负向原因。
- -比较品牌与竞品在同一评价维度的表达差异。
- -在危机前后观察情感结构，而非只看总声量。
- -筛选需要进一步做立场、结论或影响分析的内容。
- -核对 AI 答案在描述品牌时的评价倾向。
判断与使用边界
使用前应检查：
- -[ ] 评价对象是否明确，而非只给整段贴标签。
- -[ ] 混合评价是否拆到具体方面。
- -[ ] 反讽、否定、转折和平台黑话是否抽样复核。
- -[ ] 自动分类的错误率是否通过真实样本检查。
- -[ ] 情感变化是否回到原文和原因解释。
情感分析不能证明购买意图，不能把负面比例直接等同于声誉风险，也不能从同步变化推断某次传播造成了结果。
延伸阅读
情感分析是内容理解的基础标签，不是最终洞察。只有把对象、原因、语境和人工复核补齐，正负判断才有行动价值。