在互联网和信息化不断发展的今天，企业的可持续发展越来越离不开精细化、智能化的企业运营。如何精准打造用户喜爱的产品，如何持续提升服务质量也成为企业管理者们越来越关注的问题。在互联网时代，用户评论，就是快速获取用户意见的重要土壤，而如何对用户评论进行深度智能化分析，进而快速提升企业服务与运营效率，对企业的良性发展至关重要。
面对大量、多维度的用户评论，如何快速搭建评论智能化分析平台，高效完成用户意见分析给企业带来了一些挑战。如果您也常常受困于如何高效精准地分析大量用户评论，或是想科学直观地量化客户满意度，又或者需要根据社交网络舆情来调整产品策略，不妨花几分钟时间来了解下百度自然语言处理（NLP）的情感倾向分析技术吧！智能化分析用户评论，了解用户情感倾向，加速企业智能化！
一、百度情感倾向分析的技术能力
（一）通用能力
百度情感倾向分析技术首先具备适配多领域的通用能力。基于深度学习技术和百度大数据，针对通用场景下带有主观描述的中文文本，可自动判断该文本的情感极性类别并给出相应的置信度，为口碑分析、话题监控、舆情分析等应用提供基础技术支持。
2019年11月，百度又新推出了实体级情感分析，可以针对给定的文本自动抽取其中包含的重要实体，并且给出每个实体在文中的情感倾向，可以更深挖掘用户意见。
（二）定制化能力
百度情感倾向分析技术同时还具有灵活高效的定制能力，可以满足不同行业、场景下用户的专属需求。基于迁移学习技术，百度情感倾向分析技术支持用户使用适合自身应用场景的情感极性标注语料，在通用模型基础上进行优化训练，满足专属场景的更高准确率要求。比如在法律、金融、教育、电商等行业，通用能力往往难以很好满足具体需求，而想要自行训练，用户常常受困于标注数据不足等问题。通过使用定制化能力，用户仅需提供少量特定场景的标注数据，即可简单快速地在通用模型上进行重训，从而快速满足场景业务的需求。
二、百度情感倾向分析的技术应用
（一）应用价值
使用百度情感倾向分析技术可提高对用户评论处理和分析的效率。电商、O2O等涉及在线提供商品或服务的行业，无论是产品优化，还是绩效考核，都大量依赖于用户的评论反馈。而传统企业对用户评价内容的分析通常需要人工完成，面临着人力成本高、效率低等问题。具体来讲，用户的评论往往比较复杂，正负面情绪混杂，而人工要分析两种情绪占比并得出整体的情绪倾向，会面临耗时长、效率低等问题。即使制定了评价标准，面对海量的评论数据，分析人员也很难保证结果的公正性及时效性。而企业通过使用百度的情感倾向分析技术，可有效弥补这些不足。
此外，百度情感倾向分析技术还可辅助舆情监控。随着互联网的不断发展，网络舆情对社会、企业的影响也与日俱增。一些网络事件没有及时妥善处理所带来的严重后果，已经让政府、企业认识到网络舆情监控的必要性和重要性。在舆情监控中，对评论的分析，尤其是按评论所含正负向情感进行分析是其中的关键一环。
（二）使用场景和案例：用户评价分析
使用智能系统代替人工去分析处理用户对商品或服务的评价，并判断用户的情感倾向，可以快速、准确、系统地定位到值得关注的问题，从而优化产品和服务。
1、商品评论分析高效化
中国家电零售连锁企业——国美，借助百度的情感倾向分析以及评论观点抽取、观点分类等核心技术，搭建起了完整的智能评分系统。原始评论信息经该系统分析之后，会将观点分类聚合并给出具备明确情感倾向（积极、中性、消极）的评价数据，再由国美大数据中心分配给售后、物流等环节，进行服务人员的评分考核。AI助力服务考核监督机制升级后，用户的差评反馈都会被自动分析处理，这大大提升了服务效率与服务质量。
2、服务评分智能化
企业在对服务型岗位员工的考核中，通常会以顾客的评价作为重要依据。通过情感倾向分析技术，国美服务师傅的顾客满意度也得以更加直观的量化，进一步正向影响系统对师傅的派工，通过排名来进行奖励；而对服务师傅而言，他们也能看到对自己服务品质的预警，从而促使其自我监督与改进。这套系统中，情感倾向分析准确率正向可达91%，负向可达98%。服务评分的智能化，使得国美客服运营人力需求从一天5人降低到3人，负面问题处理率从60%飙升至100%，售后师傅的差评率也整体降低了7%。
3、商品评价标签化
房天下也引入百度情感倾向分析技术，实现了对优质内容的自动识别。在自动分类时，可以按情感极性的分类进行区别处理；同时，结合评论观点抽取技术，为每个楼盘形成了一套点评标签，实现了标签词因盘而异、实时动态更新，向购房者和开发商直观展示楼盘的用户口碑。
（三）使用场景和案例：舆情分析
在网络舆情监控场景中，通过高效挖掘用户在社交网络中的声音，快速把握用户的情感倾向变化，可以迅速掌握多数用户在某事件上的看法，进而帮助政府或者企业做出正确的决策。
联合利华作为全球最大的日用消费品公司之一，旗下品牌众多。借助百度情感倾向分析技术，联合利华的品牌市场分析师可以通过分析用户评论语料，提升查找优劣质内容的效率，对负面评价做出及时反馈；还可以更好地了解用户在讨论不同话题时的情感划分，进而了解产品的特性与口碑，协助品牌市场推广策略的优化与新品研发。
除了上述介绍的场景外，在传媒、教育、法律、金融等行业的场景中，同样有着大量的用户评论。能够清晰地理解、描绘、分析用户观点，是企业了解风向、洞察需求、抓住机遇的基础。未来，将有更多行业身处于由AI引领的工业革命4.0浪潮中，在以百度为代表AI企业助力下，越来越多的企业将不断进化、脱颖而出，在多个落地场景中发挥更多价值。
以上介绍了百度情感倾向性分析技术和应用，欢迎您前去体验！
立即使用：https://ai.baidu.com/tech/nlp_apply/sentiment_classify
欢迎访问情感倾向分析技术的主页，查看新手指南和技术文档。
