隨著品牌與網紅的商業合作貼文量提升，掌握有效的觀測工具可以幫助品牌在每一次的合作之後更快檢討成效。但有時候「高聲量」不一定能完全代表一篇合作貼文的成功。若網紅在合作貼文上線期間出現公關危機，爆量負面留言所造成的「高流量」就不能當作有效數據。因此除了分析 KOL 帶來的聲量數據之外，觀看留言情緒更能幫助品牌全面地掌握網紅行銷反饋與口碑、擬定更貼近市場需求的行銷策略。
KOL Radar 運用頂尖 AI 爬蟲技術與 AI 自然語言分析模型，於企業版專屬 Deep Report 洞察報表功能中提供「留言情緒分析」功能，真實呈現留言區的聲量溫度，有效解決「重量不重質」的數據偏誤。那留言情緒分析究竟是如何運作的呢？本文將 step by step 清楚解說背後 AI 運作的原理，並帶您了解留言情緒的重要性與必須觀察的原因。
AI「留言情緒分析」是「文字情緒辨識」的一項應用，那什麼是什麼是文字情緒辨識？
文字情緒辨識的主要目標是識別詞語、句子、文章中的情感，如正向情感、負向情感和中性情感等。藉由 AI 機器學習、深度學習模型和自然語言處理技術，人工智慧機器人能拆解複雜的文字結構、分析文字情緒。
而文字情緒辨識的用途很廣，以下將列舉幾項應用實例：
- 政治用途：用於偵測輿論風向、提升民調的準確性。
- 效益評估：依據用戶評論分析行銷活動效益、社群風向。
- 書籍分類：依據實體或電子書籍的內容進行分類，進而幫助系統將內容更相近的相關書籍歸類。
- 娛樂用途：分析歌詞情緒、打字完自動推薦表情符號
那留言情緒分析是什麼？
留言情緒分析專指以 AI 文字探勘技術判斷「貼文底下留言」的情感基調，判斷用戶對於貼文的想法是正面、負面還是中性。其實情緒可以概略分為八種，分別是：期待、開心、愛、驚訝、焦慮、悲傷、生氣、憎恨，但根據不同的用途、訓練模型，可以將上述情緒細分為更多項目，或將些許項目合併。
KOL Radar 的 AI 語言訓練模型 textsentiment v1.1.2 先將情緒延伸成十幾種，再將分析結果縮減至正面情緒、中性情緒、負面情緒，並依照詞語強度將正面、負面情緒分為四個象限，如下圖：
留言情緒分類指標與過程
圖片來源：KOL Radar
留言情緒分析的步驟有哪些？
STEP 1：資料清理、分詞，將雜亂的文字整理成系統能辨識的格式
在處理問題之前，必須先拆解問題。因此在 AI 處理一個完整句子前，會先將其切分為多個詞彙，並依據詞性分類，挑選能辨識句子重點的「體詞」、「述詞」，並清除無意義的句尾助詞，如：喔、啊、誒、哎等。
體詞的廣泛定義包含名詞、代名詞、數詞、量詞等，而述詞可以理解為動詞、狀態詞等。兩者都是句子組成的核心關鍵，因此也較能夠代表語句情緒。
STEP 2 特徵提取、判斷單詞情緒
特徵提取是指從分詞後的詞彙序列中，提取能夠幫助機器識別句子的情感特徵。在完成特徵提取後，AI 就能以機器學習、深度學習模型模擬人類的神經網絡，依據設定將留言分類為正向情感、中性情感、負向情感。
除了文字之外，標點符號也能用來辨別情緒。但標點符號並非用於分類正面情緒、中性情緒、負面情緒，而是用於判斷情緒強弱。例如：加了驚嘆號的弱負面語句會被分類至強負面語句。
而相較於文章的情緒分析，「表情符號」是留言情緒分析中很特別元素，其大致上的情緒分類如下圖：
| 正面 emoji | 中性 emoji | 負面 emoji |
| 😍❤️🔥😃😄😁😆😃 😀🤣😂☺️😊🙂🤩🥳 | 🌎🐬🎏📊🎂🖋🌵 🔒🔎🖼🎈🧨🥁⏰✂️ | 🥵😡🤬😩😫😤😭 😢😖😵💫😵🤮🤢😱🤯 |
STEP 3：分析語意結構
在分辨出一個句子中多個詞語的情緒後，接下來就能開始將詞語做結合，利用語意分析提升單詞情緒判斷力。以下將分別舉例說明否定語意、轉折語意，與連接語意。
(1) 否定語意
詞語前面加入否定詞後，會讓整體句子轉變回負面情緒。而常見的否定詞有：不、不可、不可以、不得、不許、不能夠、不能、不行、不准、不必、不用等、不要、不會、不想等、無需、並非、從不等。
不過，需要特別注意「雙重否定」的情況。例如：「我討厭 A 網紅」為負面情緒，但「我從不討厭 A 網紅」則為正面情緒。因為「討厭」為負面動詞、「從不」為否定詞，在負負得正的情況下，AI 模型會將「我從不討厭 A 網紅」分類至正面情緒。
(2) 轉折語意
如果詞語前後有轉折詞，可能會使前後句要表達的事情有一些變化。例如：「今天下雨我沒帶傘」算是情緒中性句子，但加入轉折詞「幸虧」後句子變成「今天下雨我沒帶傘，幸虧朋友借我一把！好幸運！」，轉變為正向情緒。儘管轉折詞會影響句子語意的發展，但並非所有轉折詞都會使情緒轉變，還是要依不同情況做出適當判斷。而常見的轉折詞有：終於、居然、幸好、幸虧、還好、竟然、可是…等。
(3) 連接語意
連接詞通常用於連接語意連貫或不相衝突的字詞或句子，因此加入連接詞後語句的情緒通常不會有太大的轉變。常見的連接詞有：或是、以及、同等於、例如、換句話說等。
STEP 4：持續優化演算法，將模型分析結果訓練得更準確
在分析結果出爐後，通常會先經由人工篩選，確認分析結果的準確性。在修正過後，接下來 AI 將會自行深度學習，藉由大量的資料優化分析結果，將更多詞、句分類為正、負、中性情緒，並整合辨識，最終產出一個最能涵蓋多數情況的演算法。
當然，AI 文字情緒分析並不總是 100% 正確，但隨著時間推進，分析系統將變得越來越完整，透過持續的機器學習訓練優化分析準確率。
全部的留言都能被分為正向與負向嗎？有什麼困難的地方？
- 修辭使句型、語意變得複雜
中文比起其他語言，在文字情緒辨識上更具挑戰性，因為中文的比喻、擬人、對偶、雙關等修辭能讓句型變得非常複雜。
- 諷刺語句提升判斷困難度
文字相較於對話，少了語氣的表達。因此許多乍看之下為正面情緒的留言，再仔細看過之後其實為網友的反串留言。例如：「我真的好喜歡他==」其實是表示「我不喜歡他」、「這部影片真是幽默😅🤮」其實是指「我不懂這影片的笑點」、「我真的不能再更認同：）」其實是「我不太能認同」的意思。
- 系統須持續更新網路用語及流行用語詞義
許多流行用語是由英文、中文、台語綜合發展而成，例如：Y、Y、D、S 四個英文字母單看並無情緒，但「yyds」為「永遠的神」四個字英文拼音的字首，為正面情緒，如：「林柏宏 yyds」。另外，「狠」乍看之下比較偏負面情緒，但現今也可以用於讚嘆人事物厲害的不可置信，所以「太狠了」可以是負面情緒也可以是正面情緒。因此分析系統需持續加入最新流行用語行續判斷以做出最準確的情緒分析。
- 許多 emoji 有大家默認的其他意思，造成判斷錯誤
每個文化都有人們默認的特別詞語，當然，emoji 也有許多「圖」面外的解釋。例如：🙂 微笑為正面情緒，但有時候也可以指皮笑肉不笑、輕蔑的笑、敷衍的笑等負面情緒。
- AI 較難辨識出錯字與注音
現代打字很容易因為速度太快而來不及改錯字，但錯字與注音是AI 較難辨識的。例如：「我今天很開心」、為正面情緒，但「窩金天狠開勳」、「ㄨㄛㄐㄧㄣㄊㄧㄢㄏㄣㄎㄞㄒㄧㄣ」卻會被歸類為無法辨識。
綜上所述，規則完善、具有辨識度、能盡可能涵蓋所有語句情況的辨識系統非常重要，而唯有透過持續的機器學習訓練優化才能打造出具有高準確性的留言情緒分析系統。
為什麼要重視受眾的留言情緒？不同的留言情緒指標可以代表什麼？
- 了解觀眾對於業配數量的接受度
在商業合作貼文上線之後，品牌除了可以觀測該系列貼文帶來的聲量、促購成效，或其他社群影響力外，也可以藉由 KOL Radar 的留言情緒分析功能，觀察同一檔期粉絲對於該系列商業合作貼文的接受度與成效反饋。
檔期合作貼文之平均正面、中性、負面留言之比例
圖片來源：KOL Radar
品牌也可以藉由「留言正反面佈告欄」篩選不同的留言情緒，藉由實際觀看文字獲得最直接的反饋。另外，品牌也可以釘選留言，並在下一次搜尋時勾選「只顯示釘選結果」以快速找到留言。
留言正反面佈告欄方便品牌實際觀測留言
圖片來源：KOL Radar
- 觀測何種形式貼文符合大眾偏好
若品牌同時與多個 KOL 有商案合作，可以根據不同網紅的留言情緒比例觀察並歸納出粉絲較喜愛、較有共鳴、反感較低的貼文，進而調整未來的貼文方向。
不同 KOL 貼文之留言情緒比例
圖片來源：KOL Radar
- 比較各平台間受眾對於貼文的想法
有了 Meta 的連動功能，許多創作者會同時發布 Instagram 與 Facebook 兩個平台的貼文。但根據過往案例，兩個平台受眾對於貼文的反饋有一定的差異。而 KOL Radar 提供品牌不同平台間的留言情緒比較儀表板，方便創作者一目了然貼文於不同平台的成效。
不同社群平台之留言情緒比例
圖片來源：KOL Radar
KOL Radar 全新推出「留言情緒分析」功能，方便行銷人輕鬆觀測網紅業配貼文成效
近日，KOL Radar 於 Deep Report 洞察報告中全新推出「留言情緒分析」功能，監測網紅行銷專案中所有合作貼文下方的網友留言，輕鬆觀測不同網紅、不同平台間貼文正面、中性、負面評論的比例。
對於一般人來說，通常三五分鐘就能看完親朋好友的留言，但對於品牌主來說，觀測流量較大的網紅業配貼文時，會需要多一點的時間閱讀完所有留言。在留言數龐大的情況下，留言情緒分析能幫助使用者快速辨別整篇文章的成效好壞，是網紅行銷不可或缺的好工具！
延伸閱讀：《 KOL Radar 專業版豪華升級——新增多元網紅數據儀表板全面洞察社群成效！》
欲進一步了解平台服務，歡迎免費諮詢 KOL Radar：https://www.kolradar.com/
延伸閱讀：《 高效追蹤網紅行銷專案成效！KOL Radar Deep Report 使用指南 》
KOL Radar 是網紅行銷領導品牌，獨家擁有 AI 網紅資料庫囊括超過 100 萬筆網紅名單與上億筆即時數據 ，我們提供網紅行銷全方位解決方案，包括策略擬定、創意企劃、網紅媒合對接、數位廣告投放等一條龍式服務。專業的服務團隊搭配強大數據庫，累積超過上萬件網紅行銷服務經驗，成功服務超過上千家企業創造高效網紅行銷！歡迎諮詢服務，創造更多、更好的網紅行銷成果！
▶︎ 本文章不得任意重製、轉載、公開播送或公開傳輸。本文引用之圖片及資料之著作權及肖像權仍歸原權利人所有。
