情感分析（sentiment analysis）

情感分析是教计算机读一段文字、判断其背后的情绪——这条评论是正面、负面还是中性？这条推文是愤怒还是欣喜？最简单时，它把文本分成「赞」或「踩」；更精细的版本会评定强度，或挑出具体的情绪。企业用它在几秒钟内扫过成千上万条产品评论或社媒帖子，这是任何人类团队都跟不上的活儿。

在底层，它通常是一个文本分类问题：你收集大量已经标好情感的例子，模型从中学到哪些词和短语偏向哪一边。早期系统依赖词表（「excellent」= 正面，「terrible」= 负面）；现代系统则用嵌入和神经网络来权衡整句话。同样的技术还能把情感对准更细的颗粒——「电池很棒，但屏幕糟透了」对一个特性是正面，对另一个则是负面。

诚实的难处在于，人的情绪很滑溜，机器会错过人一眼就抓住的东西。反讽是经典的陷阱：「哦，太好了，又延误了」表面光鲜，底下却尽是苦涩。否定（「一点都不差」）、比较、文化语境和表情符号，都会把模型绊倒。情感分析在从堆积如山的文本里发现总体趋势上确实有用，但对任何单条预测都要谨慎相待——它读的是表层信号，并非真正理解一个人的感受。