• 核心技术

  •  
    中文文本情感解析引擎

     

     

    语忆情绪解析的技术壁垒

     

    目前在中文环境下的文本理解技术,过多地依赖词库对比实现文本的情感极性解析,这种方式会给情感极性判断的准确性和应用场景带来极大的局限。

     

    语忆情绪解析引擎则是以文本中的每一个字而非词为最小基础单位进行分析,摆脱了传统方法对词库的依赖性,不仅大大增加了判断准确率,同时也让引擎能对12种细节情绪(如兴奋、喜悦、悲伤、愤怒等)进行深度解析,对长文本中的具体关键词(如长篇小说中的某个人物)进行情绪判断,使模型的应用场景得到巨大的扩展。

  • 多维度情绪解析引擎

     

    摆脱传统中文文本单一维度极性分析的束缚,多维度情绪解析引擎基于Plutchik情感轮,能从文本中提炼多达12种细节情绪表现。例如对 “我怎么会去订购这个套餐” 这句话进行分析,传统引擎至多只能判断其属于“消极”情绪,语忆情绪解析引擎则能按权重反馈:愤怒、惊讶、焦虑。

    情感极性结合情感浓度

     

    语忆中文情绪解析引擎能够反馈基于结合情绪浓度情感极性分析。情绪浓度代表了文本中所包含情绪的强烈程度。例如“我爱你”和”我喜欢你”的主要差别就会体现在情感浓度的高低上。这也能够让我们能更精准的把控文本中所流露出的用户情绪状态。

    自定义情绪解析模块

     

    区别于其他所有语义分析平台,语忆情绪解析平台能够让企业自主选择所需要用到的情绪识别方式及识别深度从而适应各个行业不同的需求。如,我们支持对细节情绪的情感浓度识别以及对特定关键词的对象情感识别

All Posts
×