情感分析是通过识别文本中表达的主观性对文本进行分类的过程。例如，文本可以分为正面、中性或负面，通常用分数表示情感的强度。
情绪分析的例子。
情绪分析应用
情绪分析应用于几乎所有行业，例如：
- 利用客户调查和社交媒体得出的情绪得分，找出痛点和差距，以更好地进行产品/流程设计
- 利用财务报告和新闻文章的情绪得分构建交易资产选择模型
情绪分析技术
情绪分析使用文本分析，它将自然语言处理与机器和深度学习算法相结合，用于建立分类模型和估计情绪分数。情绪分析的两种最常用方法是：
- 使用预建词典：您可以从现有词典开始，该词典以不同的极性（如积极/消极）、情绪（如愤怒/悲伤/不满意）对不同的单词进行分类，或数字量表。然后，您可以使用词典构建情绪分析模型，预测文本中单个单词的情绪，最后将单个分数合并为文本的总体情绪分数。
- 使用预先标记的文档：您还可以使用深度学习技术从预先标记的数据集构建情绪分析模型，该数据集将每个文档（评论、推特或其他文本片段）分类为不同的情绪。然后，您可以使用该模型预测新文档中的情绪。
要了解有关导入、探索、可视化和使用文本数据（包括情绪分析）构建模型的更多信息，请参阅文本分析工具箱™.
