情感分析是获取文本数据中所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、消极或中性，以确定对某个话题的看法或看法。机器学习技术通常用于情感分析，以建立模型，预测新文本中的情感。

例如，在金融服务行业，对公司的信心经常被分析，因为公众的信心可以影响金融市场。人们可以使用大量的历史新闻和过去的社交媒体数据，通过机器学习建立一个情绪模型;这个模型可以用来实时计算新闻和社交媒体上反映当前公众意见的公众情绪得分。

情绪分析被用于金融、软件、互联网和许多其他行业。情绪分析的应用包括:

• 自动分类评论，无论是正面的还是负面的
• 通过分析调查来了解顾客满意或不满意的原因
• 确定用于金融交易策略的实时情绪评分
• 评估交易对手信用风险

要了解更多关于从情感中获得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™。