Process / pipeline
情感分析——意见挖掘
情感分析，也称为意见挖掘，是一项自然语言处理任务，用于检测文本的情感基调——通常将其归类为积极、消极或中性。它利用三种方法之一将非结构化的意见文本转化为结构化的、可量化的极性信号：情感词典、训练好的机器学习分类器或预训练的Transformer模型。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
+55 more
来源
- Pang, B. & Lee, L. (2008). Opinion Mining and Sentiment Analysis. Foundations and Trends in Information Retrieval, 2(1-2), 1-135. DOI: 10.1561/1500000011 ↗
如何引用本页
ScholarGate. (2026, June 1). Sentiment Analysis (Opinion Mining). ScholarGate. https://scholargate.app/zh/text-mining/sentiment-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →被引用于
论证挖掘基于方面的情感分析 (ABSA)自动论文评分 (AES)自动文本评估BERT 嵌入BERTopic临床文本挖掘共现分析内容分析共指消解跨语言文本分析对话行为分类语篇分析Doc2Vec领域适应文本情感检测事件检测假新闻检测少样本文本分类NLP中的性别偏见检测幻觉检测仇恨言论检测隐式情感分析意图检测关键词提取语言识别（LID）词汇丰富度词汇替换基于词典的情感分析语言可接受性评估机器阅读理解 (MRC)机器翻译词形分析多文档摘要多模态自然语言处理否定检测观点挖掘释义检测宣传检测问答 (QA)可读性分析科学文本挖掘语义解析语义相似度社交媒体自然语言处理投机检测拼写和语法检查立场检测主观性检测文本分类文本连贯性评分文本复杂度分析文本去重词频分析文本填空文本网络分析文本规范化文本回归文本分段文本摘要文本蕴涵TF-IDF主题建模词义消歧 (WSD)零样本分类