情感分析是获取文本数据中表达的态度和观点的过程。它可以用来将主观陈述分为积极的、消极的和中性的,以确定对一个话题的看法或情绪。在情感分析中,机器学习技术通常用于建立预测新文本片段情感的模型。
例如,金融服务行业经常分析对公司的情绪,因为公众情绪会影响金融市场。人们可以利用大量的历史新闻和过去的社交媒体数据,利用机器学习建立情感模型;然后,该模型可以用来实时计算显示当前民意的新闻和社交媒体消息的公众情绪得分。
情感分析被用于金融、软件、互联网和许多其他行业。情感分析的应用包括:
- 自动分类评论,无论是正面的还是负面的
- 分析调查,了解客户满意或不满意的原因
- 确定实时情绪得分用于金融交易策略
- 评估交易对手信用风险
要了解更多关于从情感中获取理解和使用机器学习的知识,请参见文本分析工具箱™和统计和机器学习工具箱™。