课程导论与情感分析概述

大家好，欢迎来到这门课。

我是你们的讲师，一个在 NLP 领域摸爬滚打了七八年的老工程师。今天咱们聊点实在的——情感分析。说白了，就是让机器读懂人的情绪。

你想想看，一条微博说“这手机真垃圾”，另一条说“续航太棒了”。机器能不能自动判断出哪条是负面，哪条是正面？这就是情感分析要干的事。

什么是情感分析？

情感分析，也叫意见挖掘。它的目标是从文本中提取出作者的情感倾向、态度或情绪。

我个人的理解更简单：给文本打上情绪标签。

常见的分类粒度有三种：

• 二分类：正面 vs 负面。最基础的任务。
• 三分类：正面、负面、中性。更贴近真实场景。
• 多分类/细粒度：愤怒、悲伤、喜悦、惊讶…… 嗯，这个难度就上来了。

举个例子：

文本：“等了半小时还没上菜，服务员态度还差。”
情感：负面（强烈）

你看，这里不仅有情绪，还有强度。我在做电商评论分析时，就经常需要区分“一般差”和“非常差”。

文本分类的核心挑战

好，问题来了。情感分析属于文本分类的一种。那文本分类到底难在哪？

我踩过的坑，可以给你列几个：

1. 数据不平衡：正面评论占 90%，负面只有 10%。模型学出来就是个“乐观派”，啥都说好。
2. 上下文依赖：“这手机真薄”是夸还是贬？十年前是夸，现在可能是嫌它没质感。
3. 反讽与隐喻：“你太棒了，居然能犯这种低级错误。” 机器很容易当成正面。
4. 领域差异：电影评论里的“烂片”和商品评论里的“烂货”，情感强度完全不同。

我曾经接手过一个项目，客户要求分析客服对话中的客户情绪。一开始我用通用模型，准确率只有 60%。后来发现，客服对话里有很多“礼貌性负面”——比如“谢谢，但我不需要”。这种话，通用模型根本识别不出来。

课程项目全景预览

这门课不是光讲理论。咱们要动手做项目。

整个课程会带你走完一个完整的情感分析 pipeline：

阶段	内容	你会学到什么
第一阶段	数据获取与清洗	爬虫、正则、文本预处理
第二阶段	特征工程	词袋模型、TF-IDF、词向量
第三阶段	传统模型	朴素贝叶斯、SVM、逻辑回归
第四阶段	深度学习模型	RNN、LSTM、CNN、Transformer
第五阶段	模型优化与部署	调参、集成学习、API 封装

最终，你会搭建一个能实时分析社交媒体评论情感的系统。

我记得第一次做完整项目时，最头疼的不是模型，而是数据标注。几千条评论，人工标到眼瞎。后来我学会了用主动学习来减少标注量——这个技巧，后面会详细讲。

为什么选择这门课？

市面上讲情感分析的课不少。但很多都停留在“调个包、跑个 demo”的层面。

我的风格不一样。我会告诉你：

• 为什么这个模型在这个场景下会失效
• 数据量少的时候怎么凑合着用
• 线上部署时有哪些坑

说白了，我希望你学完就能直接上手干活。

嗯，导论部分就到这里。下一章咱们开始动手——先搞一套像样的数据集。

准备好了吗？