情感分析是通过识别文本中表达的主体来对文本进行分类的过程。例如，文本可以分为积极的，中性的，或消极的，并且经常用一个分数来表示情感的强度。
情感分析的例子。
情绪分析应用程序
情感分析几乎应用于所有行业，如:
- 利用来自客户调查和社交媒体的情绪评分，识别痛点和缺陷，以更好地设计产品/过程
- 利用财务报告和新闻文章的情绪评分建立交易资产选择模型
情绪分析技术
情感分析使用文本分析，将自然语言处理与机器和深度学习算法相结合，以建立分类模型和估计情感分数。情感分析最常见的两种方法是:
- 使用预先构建的字典你可以从现有的词典开始，它可以按照不同的极性(如积极/消极)、情绪(如愤怒/悲伤/不满)或数字刻度对不同的单词进行分类。然后，您可以使用字典建立情感分析模型，预测文本中单个单词的情感，最后将单个得分合并为文本的整体情感得分。
- 使用prelabeled文档你也可以使用深度学习技术从预先标记的数据集中建立情感分析模型，该数据集将每个文档(评论、推文或其他文本片段)分类为不同的情感。然后可以使用该模型来预测新文档中的情感。
要了解关于导入、探索、可视化和使用文本数据构建模型(包括情感分析)的更多信息，请参见文本分析工具箱™。
