ATLAS.ti 是一個(gè)強(qiáng)大的工作臺(tái)，用于對(duì)大量文本、圖形、音頻和視頻數(shù)據(jù)進(jìn)行定性分析。處理所有主要格式的文本文檔，包括 txt、.doc、.docx、.odt，當(dāng)然還有 .pdf。在一個(gè)或多個(gè)文檔中執(zhí)行全自動(dòng)搜索、自動(dòng)編碼和其他強(qiáng)大的語(yǔ)義操作以提取含義。交互式邊緣區(qū)域是 ATLAS.ti 中獨(dú)一無(wú)二的工作空間。扎根理論、解釋學(xué)、話語(yǔ)分析、知識(shí)社會(huì)學(xué)或現(xiàn)象學(xué)。 Transana5.0、NVivo MAXQDA一定會(huì)處理它們：無(wú)論是圖像、視頻、音頻文件、歸檔筆記、調(diào)查，甚至是推文和 YouTube 評(píng)論，都可以通過(guò)MAXQDA 中的專(zhuān)用導(dǎo)入方式收集。 微詞云是一款非常實(shí)用、簡(jiǎn)單的在線文字云、在線詞云生成器。 問(wèn)卷網(wǎng)是中國(guó)最大的免費(fèi)網(wǎng)絡(luò)調(diào)查平臺(tái)，能夠?yàn)槠髽I(yè)或個(gè)人提供問(wèn)卷創(chuàng)建、發(fā)布、管理、收集及分析服務(wù)。 iSlide是一款由成都艾斯萊德網(wǎng)絡(luò)科技有限公司開(kāi)發(fā)??基于PowerPoint的一鍵化效率插件，包含38個(gè)設(shè)計(jì)輔助功能，8大在線庫(kù)超20萬(wàn)專(zhuān)業(yè)PPT模板素材。 飛鷹智能校對(duì)針對(duì)中文文本的校對(duì)需求，提供拼寫(xiě)糾錯(cuò)、語(yǔ)法糾錯(cuò)、標(biāo)點(diǎn)糾錯(cuò)及敏感詞檢測(cè)等功能，現(xiàn)已開(kāi)放通用領(lǐng)域以及司法、教育等專(zhuān)用領(lǐng)域的智能文本校對(duì)服務(wù)。 Convertio在線轉(zhuǎn)換文件的簡(jiǎn)單工具。支持超過(guò)309種不同的文檔、圖像、電子表格、電子書(shū)、文檔、演示文稿、音頻和視頻格式。 ProcessOnProcessOn是一個(gè)在線作圖工具的聚合平臺(tái)，它可以在線畫(huà)流程圖、思維導(dǎo)圖、UI原型圖、UML、網(wǎng)絡(luò)拓?fù)鋱D、組織結(jié)構(gòu)圖等等。 Clarabridge使用基于AI的文本和語(yǔ)音分析功能提供客戶(hù)體驗(yàn)軟件即服務(wù)。通常用于分析的數(shù)據(jù)來(lái)自社交媒體，呼叫中心注釋?zhuān)娮余]件，聊天和調(diào)查。該軟件使用自然語(yǔ)言處理和其他專(zhuān)利技術(shù)，用于客戶(hù)語(yǔ)音，客戶(hù)體驗(yàn)管理和客戶(hù)反饋程序。 Repustate 是一種情緒分析工具，可為企業(yè)提供 23 種不同語(yǔ)言的文本分析。 ParrallelDots 是一個(gè)應(yīng)用人工智能研究小組，情感分析工具只是他們的一項(xiàng)服務(wù)。實(shí)際上，他們的產(chǎn)品可以分為產(chǎn)品、API 和插件，這是他們的情緒分析工具所在的位置。他們的情緒分析 API 使用長(zhǎng)短期記憶 (LSTM) 算法將文本 blob 的情緒分為正面或負(fù)面。LSTM 將句子建模為基于上下文的遺忘-記憶決策鏈。 Hitech 是一款功能強(qiáng)大的情緒分析軟件，提供數(shù)據(jù)分析、市場(chǎng)情報(bào)、數(shù)據(jù)處理和情緒分析工具等服務(wù)。他們以文本、語(yǔ)音、表情符號(hào)、圖像、視覺(jué)等形式從產(chǎn)品和服務(wù)評(píng)論中提取意義而自豪。 MeaningCloud是一種軟件即服務(wù)產(chǎn)品，使用戶(hù)能夠?qū)⑽谋痉治龊驼Z(yǔ)義處理嵌入任何應(yīng)用程序或系統(tǒng)中。以前的商標(biāo)為T(mén)extalytics。MeaningCloud通過(guò)基于云的框架擴(kuò)展了語(yǔ)義API的概念，該框架使語(yǔ)義處理集成到任何接近即插即用體驗(yàn)的系統(tǒng)中。 Lexalytics，Inc.為使用SaaS和基于云的技術(shù)的眾多公司提供情感和意圖分析。Lexalytics的引擎Salience 6是作為本地多語(yǔ)言文本分析引擎構(gòu)建的。 NLPIR為“自然語(yǔ)言處理與信息檢索共享平臺(tái)”的英文縮寫(xiě)，它是一個(gè)中文語(yǔ)義分析工具，包括網(wǎng)絡(luò)抓取、正文提取、中英文分詞、詞性標(biāo)注、實(shí)體抽取、詞頻統(tǒng)計(jì)、關(guān)鍵詞提取、語(yǔ)義信息抽取、文本分類(lèi)、情感分析、語(yǔ)義深度擴(kuò)展、繁簡(jiǎn)編碼轉(zhuǎn)換、自動(dòng)注音、文本聚類(lèi)等功能。 情感分析方法多被劃分為以下三種： 1. 基于情感詞典的情感分析方法基于情感詞典的分析方法的普遍做法是，首先使用現(xiàn)成的情感詞典對(duì)需要分析的文本進(jìn)行情感詞匹配，然后匯總情感詞計(jì)算出整體評(píng)分，最后得到文本的整體情感傾向。目前使用較多的中文情感詞典主要有兩種：一種是BosonNLP情感詞典，另一種是知網(wǎng)推出的情感詞典。 2.?基于傳統(tǒng)機(jī)器學(xué)習(xí)的情感分析方法機(jī)器學(xué)習(xí)是指用某些算法指導(dǎo)計(jì)算機(jī)利用已知數(shù)據(jù)得出適當(dāng)?shù)哪Ｐ停⒗么四Ｐ蛯?duì)新的情境給出判斷的過(guò)程?；诖说那楦蟹治龇椒ㄖ饕遣捎糜斜O(jiān)督的學(xué)習(xí)方式，在有標(biāo)注的訓(xùn)練語(yǔ)料上訓(xùn)練一個(gè)情感分類(lèi)器，然后用于未標(biāo)注數(shù)據(jù)的情感極性及具體情感屬性預(yù)測(cè)。 3. 基于深度學(xué)習(xí)的情感分析方法深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。以此為基礎(chǔ)的情感分析方法會(huì)自動(dòng)提取文本特征，并通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)文本中所蘊(yùn)含的語(yǔ)義信息，達(dá)到情感分析的目的。 不需要編程的中英文情感分析工具： 1NCSU Tweet Sentiment Visualization (英文) 2Social Searcher (英文) 3RapidMiner + Aylien (英文) 4中國(guó)傳媒大學(xué)國(guó)重自然語(yǔ)言處理綜合服務(wù)平臺(tái)（中文） 李然等.文本情緒分析綜述[J].計(jì)算機(jī)研究與發(fā)展,2018,55(01):30-52. RapidMiner提供了多種方法來(lái)進(jìn)行情感分析。文本挖掘 (Text Mining) 5NLPIR-Parser大數(shù)據(jù)語(yǔ)義智能分析平臺(tái)（中文） 情感分析(SentimentAnalysis)又稱(chēng)意見(jiàn)挖掘、傾向性分析，是指對(duì)帶有情感色彩的主觀性文本進(jìn)行分析、處理和抽取的過(guò)程，是自然語(yǔ)言處理技術(shù)的一個(gè)分支。 李壽山， 黃居仁 ． 基于 Stacking 組合分類(lèi)方法的中文情感分類(lèi)研究［J］． 中文信息學(xué)報(bào)，2010，24( 5) : 56 － 61 1.文本情感分析方法及應(yīng)用綜述? 鐘佳娃; 劉巍; 王思麗; 楊恒? 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)? 2021-03-24?2.體育賽事網(wǎng)絡(luò)輿情的傳播特征研究——基于2019年女排世界杯的文本情感分析? 王曉晨; 關(guān)碩; 于文博; 李芳? 成都體育學(xué)院學(xué)報(bào)? 2020-09-15?3.基于文本情感分析的電商在線評(píng)論數(shù)據(jù)挖掘? 劉玉林; 菅利榮? 統(tǒng)計(jì)與信息論壇? 2018-12-10?4.基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的跨領(lǐng)域文本情感分析? 余傳明? 圖書(shū)情報(bào)工作? 2018-06-05?5.基于主題挖掘技術(shù)的文本情感分析綜述? 朱曉霞; 宋嘉欣; 張曉緹? 情報(bào)理論與實(shí)踐? 2019-07-16?6.基于BERT與BiLSTM混合方法的網(wǎng)絡(luò)輿情非平衡文本情感分析? 劉繼; 顧鳳云? 情報(bào)雜志? 2022-03-25?7.大數(shù)據(jù)環(huán)境下文本情感分析算法的規(guī)模適配研究:以Twitter為數(shù)據(jù)源? 余傳明; 原賽; 王峰; 安璐? 圖書(shū)情報(bào)工作? 2019-02-20?8.基于FastText字向量與雙向GRU循環(huán)神經(jīng)網(wǎng)絡(luò)的短文本情感分析研究——以微博評(píng)論文本為例? 范昊; 李鵬飛? 情報(bào)科學(xué)? 2021-04-01?9.基于共詞分析的國(guó)內(nèi)文本情感分析研究? 陳紅琳; 魏瑞斌; 張瑋; 張宇航? 現(xiàn)代情報(bào)? 2019-05-30?10.一種基于金融文本情感分析的股票指數(shù)預(yù)測(cè)新方法? 許雪晨; 田侃? 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究? 2021-12-05 Li K ,?Mai F ,?Shen R , et al. Measuring Corporate Culture Using Machine Learning[J]. The Review of Financial Studies, 2021. 《面向網(wǎng)絡(luò)輿情的評(píng)論文本情感分析研究》，李光敏、張行文、張磊、楊朋英，《情報(bào)雜志》，2014-05-18。 《基于IDSSL的文本情感分析研究》，王剛、李寧寧、楊善林，《管理工程學(xué)報(bào)》，2018-05-21。 《文本情感分析方法研究綜述》 《基于主題挖掘技術(shù)的文本情感分析綜述》，朱曉霞、宋嘉欣、張曉緹，《情報(bào)理論與實(shí)踐》，2019-07-16。 《基于共詞分析的國(guó)內(nèi)文本情感分析研究》，陳紅琳、魏瑞斌、張瑋、張宇航，《現(xiàn)代情報(bào)》，2019-05-30。 《文本情感分析方法及應(yīng)用綜述》，鐘佳娃、劉巍、王思麗、楊恒，《數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)》，2021-03-24。 《基于混合詞嵌入的雙通道注意力網(wǎng)絡(luò)中文文本情感分析》，周寧、鐘娜、靳高雅、劉斌，《數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)》，2022-08-29。 《基于BERT與BiLSTM混合方法的網(wǎng)絡(luò)輿情非平衡文本情感分析》，劉繼、顧鳳云，《情報(bào)雜志》，2022-03-25。 情感分析的概念于2003年由Nasukawa提出，引起了大量研究人員的注意，并對(duì)此展開(kāi)了廣泛和深入的研究。 框架分析/文本情感分析/互文性分析方法/知識(shí)圖譜分析法/文獻(xiàn)計(jì)量法 中文文本情感分析綜述（作者：魏韡 向陽(yáng) 陳千） 周立柱， 賀宇凱， 王建勇． 情感分析研究綜述［J］． 計(jì)算機(jī)應(yīng)用， 2008，28( 11) : 2725 － 2729． 黨蕾， 張蕾． 一種基于知網(wǎng)的中文句子情感傾向判別方法［J］．計(jì)算機(jī)應(yīng)用研究， 2010，27( 4) : 1370 － 1372． 孟凡博， 蔡蓮紅， 陳斌，等． 文本褒貶傾向判定系統(tǒng)的研究［J］． 小型微型計(jì)算機(jī)系統(tǒng)，2009，30( 7) : 1458 － 1461． 網(wǎng)絡(luò)輿情（Network public opinion）是指在互聯(lián)網(wǎng)上流行的對(duì)社會(huì)問(wèn)題不同看法的網(wǎng)絡(luò)輿論，是社會(huì)輿論的一種表現(xiàn)形式，是通過(guò)互聯(lián)網(wǎng)傳播的公眾對(duì)現(xiàn)實(shí)生活中某些熱點(diǎn)、焦點(diǎn)問(wèn)題所持的有較強(qiáng)影響力、傾向性的言論和觀點(diǎn)。 TextCNN是一種用于文本分類(lèi)的卷積神經(jīng)網(wǎng)絡(luò)模型。它通過(guò)卷積操作提取文本特征，并使用這些特征來(lái)預(yù)測(cè)文本的類(lèi)別。 這里面可能有兩個(gè)概念比較容易混淆，一個(gè)是sentiment analysis，另一個(gè)是emotion analysis。一般我們說(shuō)的情感分析都是sentiment，主要指的正面和負(fù)面的分析，然后emotion會(huì)更詳細(xì)一些，它不僅包含正負(fù)面，還包含比如說(shuō)生氣、開(kāi)心、高興這些，會(huì)更加細(xì)粒度一些。 Shifterator是一個(gè)Python軟件包，用于通過(guò)詞移將文本之間的配對(duì)比較可視化，這是一種提取哪些詞對(duì)兩個(gè)文本之間的差異有貢獻(xiàn)的一般方法，通過(guò)詞移圖可視化，詳細(xì)的、可解釋的水平條形圖顯示了詞移的相互作用成分,可用于直接的文本比較、情感分析等場(chǎng)景。 張伶俐, 褚琦凱, 王桂娟, 等. 文本情感可視分析技術(shù)及其在人文領(lǐng)域的應(yīng)用[J]. 大數(shù)據(jù), 2022, 8(6): 56-73. Snownlp 是一個(gè)基于 Python 的中文文本情感分析工具，它可以幫助我們對(duì)中文文本進(jìn)行情感分析。Snownlp 使用了自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)，能夠判斷一段中文文本的情感傾向，包括正面情感、負(fù)面情感以及中性情感。根據(jù)情感傾向的值，判斷文本的情感傾向。通常情況下，sentiment 的值越接近 1 表示正面情感，越接近 0 表示負(fù)面情感，接近 0.5 表示中性情感。