用集搜客做情感分析时，为什么导入数据和导出数据的句子总量不一样啊？（导出比导入还多）

思秋忆

请问，用集搜客做情感分析时，为什么导入数据和导出数据的句子总量不一样啊？（导出比导入还多）

ym · 发表于 2020-3-9 16:38:56

情感分析是以句子为分析单位的，所以导出来的数据表行数会比导入的数据行数要多，情感分析会把原数据再切一次句子，针对句子做情感分析判断，所以序号会变成由原数据序号+句子序号组成，点击下相同原数据序号的句子，可以看到整条的情感分析统计 QQ图片20200309163511.png

思秋忆 · 发表于 2020-3-9 16:39:09

意思是这6208就是原先的一句完整的句子？

ym · 发表于 2020-3-9 16:39:40

是的，6208就是导入的一整条原数据，6208-53就是从这条原数据切出来的第53个句子

思秋忆 · 发表于 2020-3-9 16:40:06

哦哦懂了
那怎么判断一条完整原始数据是正向负向还是中的情感倾向？
是正的多就正向或者正负抵消就是中性？

ym · 发表于 2020-3-9 16:44:15

思秋忆发表于 2020-3-9 16:40
哦哦懂了
那怎么判断一条完整原始数据是正向负向还是中的情感倾向？
是正的多就正向或者正负抵消就是中性？ ...

粗糙估算的话，可以对这条原数据的切出来的句子做一次正负面的加减运算
精确的话，要以整条数据（文章级别）为分析单位，构建情感词典和判断模型，目前集搜客分词和分类检索平台实现的是句子级别的情感分析，暂不支持整条数据的情感判断。

思秋忆 · 发表于 2020-3-9 16:49:44

就简单的正负个数加减对吧

ym · 发表于 2020-3-9 16:50:10

是的

思秋忆 · 发表于 2020-3-9 16:54:46

本帖最后由 ym 于 2020-3-9 16:56 编辑

情感分析后得序号，但和原始数据得序号不匹配呢，句子序号不是对应序号的句子拆分的吗？我就想怎么和原文那种1，2，3，。。。。序号一一对应
原数据序号
QQ图片20200309164553.png

导出的情感结果表序号
QQ图片20200309164557.png

ym · 发表于 2020-3-9 16:56:30

思秋忆发表于 2020-3-9 16:54
情感分析后得序号，但和原始数据得序号不匹配呢，句子序号不是对应序号的句子拆分的吗？我就想怎么和原文那 ...

之前版本迭代有个bug，情感分析的原数据序号弄错了，你这些数据可能是迭代之前导入的，所以会有bug，现在创建个新任务，再导入数据做情感分析就没有这个问题了

共 22 个关于本帖的回复最后回复于 2021-12-27 15:10

	B Color Image Link Quote Code Smilies 高级模式您需要登录后才可以回帖登录 \| 立即注册回帖并转播回帖后跳转到最后一页