1,068
个编辑
更改
→集智文章
===集智文章===
===集智文章===
[https://swarma.org/?p=3696 情感分析：一个非技术性的技术指南]
[https://swarma.org/?p=3696 情感分析：一个非技术性的技术指南]
[[file:swarma1-1534231798.jpeg|right|thumb|200px|一般来说，在文本分析中，情感分析旨在确定文章的正面、负面或中性的意见极性。 这听起来很直接，但事实上，这是一个复杂且具有挑战性的任务。]]
[[file:swarma1-1534231798.jpeg|right|thumb|350px|一般来说，在文本分析中，情感分析旨在确定文章的正面、负面或中性的意见极性。 这听起来很直接，但事实上，这是一个复杂且具有挑战性的任务。]]
情绪是一个非常主观的事情。不同的读者在阅读同一篇文章时可能会有不同的反应。以往的研究表明，不同人对文本情感的典型认同低于 85％。根据我们自己的经验，这个数字对于更复杂的话题甚至更低。例如，在我们的一个项目中，分析社交媒体的用户对股票交易的看法，参与者之间达成共识的仅仅占不到 65％。由于任何自动化情感分析引擎的准确性都是相对于人为判断（所谓的黄金标准）进行衡量的，因此重要的是要根据多个注释者相互同意的标注数据进行衡量，而不是仅依赖唯一的注释者；同样重要的是：85％（即人类情感共识水平）通常被认为是任何自动化情绪分析引擎的准确性的理论上限。针对一个小型封闭的测试数据集，或者基于一个人的判断，引擎可以达到高于 85％ 甚至 90％ 的情感分析准确度。然而，在针对开放领域数据的时候，任何超过 90％ 分析准确率的说法都更像是幻想，而不具有现实性。
情绪是一个非常主观的事情。不同的读者在阅读同一篇文章时可能会有不同的反应。以往的研究表明，不同人对文本情感的典型认同低于 85％。根据我们自己的经验，这个数字对于更复杂的话题甚至更低。例如，在我们的一个项目中，分析社交媒体的用户对股票交易的看法，参与者之间达成共识的仅仅占不到 65％。由于任何自动化情感分析引擎的准确性都是相对于人为判断（所谓的黄金标准）进行衡量的，因此重要的是要根据多个注释者相互同意的标注数据进行衡量，而不是仅依赖唯一的注释者；同样重要的是：85％（即人类情感共识水平）通常被认为是任何自动化情绪分析引擎的准确性的理论上限。针对一个小型封闭的测试数据集，或者基于一个人的判断，引擎可以达到高于 85％ 甚至 90％ 的情感分析准确度。然而，在针对开放领域数据的时候，任何超过 90％ 分析准确率的说法都更像是幻想，而不具有现实性。