算法能读帖

王剑冰

消费者喜不喜欢这款产品？喜欢产品哪一点？有多喜欢？企业忙着揣测“圣意”，殊不知这件事其实很简单——答案就在随处可见的网络评论中。

小米笔记本值得购买吗？《速度与激情8》好看吗？知乎上的付费产品到底有没有用？

遍布网络的社交评论信息，传递着消费者最真实的声音。舆情监控工作对于企业来说既重要，又难办——这项工作仅靠人力很难做到“海量信息分析”，而大数据服务商因为缺乏相应技术，只能采集数据，无法进行准确分析，形成解决方案。

2016年9月，一群来自甲骨文、滴滴、特斯拉、华为的年轻人成立了语忆科技，做出了市面上首款中文文本情感解析引擎Kismet。

Kismet最大的革新之处就在于能够从文本中分析18种细分情绪，并提炼出引起情绪变化的关键词。比如，小米笔记本的产品评论以“忧虑”情绪为主，引起这个情绪的关键词是“性能”。而其中的秘诀就在于语忆科技自主研发的半监督式机器学习算法，结合情感神经网络模型，可以迅速从词库中关联文本的细分情緒。相比之下，市面上的同类产品大多数只能分析出喜悦、愤怒等简单情绪。

Kismet最直接的应用就是商业分析咨询服务，比如帮助企业进行竞品分析，挖掘产品属性对应的用户情感反馈，从而针对产品创新和改善服务提供建议。以语忆科技服务过的食品品牌商为例，“不好吃”是消费者对产品表达的负面情绪，引起情绪的关键词中“口感不好”占比36.7%，“太甜”占18.4%。据此，企业的产品改良方案能做到有的放矢。

如果将视角拔高，从文本情绪分析上升到情感经济来看，语忆科技还有更大的想象空间。

随着智能硬件和服务机器人的普及度越来越高，Kismet情感解析技术可以集成到机器人产品中，对用户输入的文本进行情感分析。这能让客服、礼宾、送餐、陪伴、娱乐类机器人变得“更懂感情”，实现人机交互体验的一次飞跃。

语忆科技还能为广告主提供服务。根据网络文本中用户对产品的态度，语忆科技对评论发布者进行分类分组，广告主可以在“期待”“喜欢”等情绪强烈的渠道进行重点投放。

2017年3月，语忆科技还与杭州一家IP孵化公司达成合作。在网络小说中，人物情绪波动明显的内容更有可能成为爆款。通过情绪解析算法，语忆科技可以得到小说的情绪波动值，为IP孵化渠道提供参考依据。目前，语忆科技还在着手打造数据可视化通用SaaS平台，企业可以自行提供数据进行批量情感分析。比起之前的定制化深度服务，这样的模式更轻，更利于语忆科技迅速提高知名度。