https://jiajia.fun/a/f45a7f0b-6548-4397-87db-65f887c3b269-%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E6%A8%A1%E5%9E%8B%E8%83%BD%E7%94%A8%E5%9C%A8%E5%93%AA%E4%BA%9B%E5%9C%BA%E6%99%AF

# 情感分析模型能用在哪些场景

情感分析主要落在评论归类、客服工单分级、舆情监控与金融语气信号等场景，工业上真正有价值的是方面级，通用 LLM 已把粗粒度判断做得很便宜。

## 要点

1. 电商与 App 商店评论：把差评里的物流、质量等主题分开供运营使用。
2. 客服工单：自动标优先级和情绪强度，强烈不满的优先派人。
3. 舆情监控：按品牌、竞品、时间线看正负向变化；金融侧从财报电话会与新闻判断管理层语气做成交易信号。
4. 产品反馈聚合：把大量 NPS 开放题归成几类可行动诉求。
5. 技术上多为 LLM 加少样本抽取，同时给出倾向、原因片段和对象，而非单独训三分类模型。
6. 传统分句子级、方面级（ABSA）、文档级，工业上更值钱的是方面级；判断是否值得投入看标注标准能否写清、输出错了代价大不大。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/81e38859515a0a94e04f8174)
