情绪分析是通过识别其表达的主观性来分类文本的过程。例如，文本可以被归类为正，中性或负数，并且通常以分数表示，以表示情绪的强度。
情绪分析的例子。
情绪分析应用
在几乎所有行业的应用中使用情绪分析，例如：
- 使用来自客户调查和社交媒体的情感分数来确定更好的产品/流程设计的疼痛点和差距
- 建立资产选择模型，与财务报告和新闻文章的情感分数交易
情绪分析技术
情绪分析使用文本分析，该分析将自然语言处理与机器和深度学习算法相结合，以构建分类模型和估算情绪分数。情感分析的两个最常见的方法是：
- 使用预构造词典：您可以从现有词典开始，该字典在不同的极性（例如正/否定），情绪（例如愤怒/悲伤/不满）或数字尺度中进行分类。然后，您可以使用字典构建情绪分析模型，以文本中的单个单词预测情绪，最终将个别得分与文本的整体情绪分数组合。
- 使用预订文件：您还可以使用来自预订数据集的深度学习技术构建情绪分析模型，该技术将每个文档（审查，推文或其他文本）分为不同的情绪。然后，您可以使用模型来预测新文档中的情绪。
了解有关导入，探索，可视化和构建模型的更多信息，可以使用文本数据包括情感分析，参见Text Analytics Toolbox™。
