情感分析先定主体再定极性
一条评论常常同时涉及商品、物流、客服三个对象，不指定主体就做情感判定，结果必然不可用。写法上要先钉住两个变量：对谁的情感（主体）、极性分几档（三档比五档稳定）；再约定混合情感的输出方式，例如给主要极性并把被略过的部分写入单独字段。要求摘录原文片段能把人工抽查成本压下来。
基本信息
| 主体 | 必须先指定（商品/物流/客服等） |
|---|---|
| 极性档位 | 三档（正面/中性/负面）比五档稳定 |
| 混合情感 | 输出主要极性，另设字段注明被略过部分 |
| 依据 | 要求摘录原文片段便于抽查 |
典型使用场景
- 电商评论：区分对商品与物流的情感，分别进不同看板
- 客服质检：判断客户对本次服务的情绪走向与升级风险
- 舆情监控：按主体拆分情感，避免一条内容拉偏整体倾向
- 产品反馈：把负面情绪按功能点归类，指导排期
- 满意度回访：识别文本与评分的矛盾，触发人工回访
情感分析模板
情感分析模板
对文本中提到的「配送服务」做情感判定。
极性：正面 / 中性 / 负面（三档）；对商品本身的情感不参与判定。
混合情感时输出主要极性，并在 omitted 字段注明被略过的部分。
输出 JSON：{"polarity": "正面", "quote": "原文片段"}
# 主体不在文本中出现时输出 null，不要按全文情绪替代
# 讽刺与反语是常见误判点，评估集要专门收录这类样本
# quote 必须是对原文的连续复制，便于人工核对主体与极性判定
| 情形 | 主体是否存在 | 输出 |
|---|---|---|
| “东西好但发货慢”，判定配送 | 存在 | 负面，quote 指向发货相关句子 |
| “东西好但发货慢”，判定商品 | 存在 | 正面，quote 指向商品相关句子 |
| 全文未提配送 | 不存在 | polarity 输出 null |
| 反语“真是太棒了，等了十天” | 存在 | 负面，需说明识别依据 |
混合情感（「东西好但发货慢」）不定义输出方式时，会得到自相矛盾或随机漂移的结果。
讽刺与反语是常见误判点，评估集要专门收录；只用常规正面样本评估会高估效果。