消費者喜不喜歡這款產(chǎn)品?喜歡產(chǎn)品哪一點(diǎn)?有多喜歡?企業(yè)忙著(zhù)揣測“圣意”，殊不知這件事其實(shí)很簡(jiǎn)單——答案就在隨處可見(jiàn)的網(wǎng)絡(luò )評論中。

文/王劍冰

小米筆記本值得購買(mǎi)嗎?《速度與激情8》好看嗎?知乎上的付費產(chǎn)品到底有沒(méi)有用?

遍布網(wǎng)絡(luò )的社交評論信息，傳遞著(zhù)消費者最真實(shí)的聲音。輿情監控工作對于企業(yè)來(lái)說(shuō)既重要，又難辦——這項工作僅靠人力很難做到“海量信息分析”，而大數據服務(wù)商因為缺乏相應技術(shù)，只能采集數據，無(wú)法進(jìn)行準確分析，形成解決方案。

2016年9月，一群來(lái)自甲骨文、滴滴、特斯拉、華為的年輕人成立了語(yǔ)憶科技，做出了市面上首款中文文本情感解析引擎Kismet。

Kismet最大的革新之處就在于能夠從文本中分析18種細分情緒，并提煉出引起情緒變化的關(guān)鍵詞。比如，小米筆記本的產(chǎn)品評論以“憂(yōu)慮”情緒為主，引起這個(gè)情緒的關(guān)鍵詞是“性能”。而其中的秘訣就在于語(yǔ)憶科技自主研發(fā)的半監督式機器學(xué)習算法，結合情感神經(jīng)網(wǎng)絡(luò )模型，可以迅速從詞庫中關(guān)聯(lián)文本的細分情緒。相比之下，市面上的同類(lèi)產(chǎn)品大多數只能分析出喜悅、憤怒等簡(jiǎn)單情緒。

Kismet最直接的應用就是商業(yè)分析咨詢(xún)服務(wù)，比如幫助企業(yè)進(jìn)行競品分析，挖掘產(chǎn)品屬性對應的用戶(hù)情感反饋，從而針對產(chǎn)品創(chuàng )新和改善服務(wù)提供建議。以語(yǔ)憶科技服務(wù)過(guò)的食品品牌商為例，“不好吃”是消費者對產(chǎn)品表達的負面情緒，引起情緒的關(guān)鍵詞中“口感不好”占比36.7%，“太甜”占18.4%。據此，企業(yè)的產(chǎn)品改良方案能做到有的放矢。

如果將視角拔高，從文本情緒分析上升到情感經(jīng)濟來(lái)看，語(yǔ)憶科技還有更大的想象空間。

隨著(zhù)智能硬件和服務(wù)機器人的普及度越來(lái)越高，Kismet情感解析技術(shù)可以集成到機器人產(chǎn)品中，對用戶(hù)輸入的文本進(jìn)行情感分析。這能讓客服、禮賓、送餐、陪伴、娛樂(lè )類(lèi)機器人變得“更懂感情”，實(shí)現人機交互體驗的一次飛躍。

語(yǔ)憶科技還能為廣告主提供服務(wù)。根據網(wǎng)絡(luò )文本中用戶(hù)對產(chǎn)品的態(tài)度，語(yǔ)憶科技對評論發(fā)布者進(jìn)行分類(lèi)分組，廣告主可以在“期待”“喜歡”等情緒強烈的渠道進(jìn)行重點(diǎn)投放。

2017年3月，語(yǔ)憶科技還與杭州一家IP孵化公司達成合作。在網(wǎng)絡(luò )小說(shuō)中，人物情緒波動(dòng)明顯的內容更有可能成為爆款。通過(guò)情緒解析算法，語(yǔ)憶科技可以得到小說(shuō)的情緒波動(dòng)值，為IP孵化渠道提供參考依據。目前，語(yǔ)憶科技還在著(zhù)手打造數據可視化通用SaaS平臺，企業(yè)可以自行提供數據進(jìn)行批量情感分析。比起之前的定制化深度服務(wù)，這樣的模式更輕，更利于語(yǔ)憶科技迅速提高知名度。

編 輯:唐 亮 tangliangcq@126.com