情感分析核心在于数据、特征、评估闭环。数据准备最关键：需去噪、统一网络用语、平衡标签、按时间合理划分；文本表示应先尝试轻量方案，再考虑BERT等大模型。
用Python做情感分析，核心不是堆砌模型，而是理清数据、特征、评估三者的闭环。模型再 fancy，数据没清洗、标签不均衡、测试不真实，结果就不可靠。
数据准备：别跳过这步，90%的问题出在这儿
情感分析的数据质量直接决定上限。中文尤其要注意：
- 去噪：删掉广告语、乱码、重复标点（比如“太好啦！！！！”→“太好啦！”）
- 统一表达：把“yyds”“绝绝子”“栓Q”等网络用语映射为标准词或打上人工标签
- 平衡标签：若正面样本占80%，负面仅10%，中性10%，直接训练会导致模型永远倾向预测“正面”。可用RandomOverSampler或SMOTE（对文本需先向量化再采样）
- 划分要合理：按时间切分（如前8个月训练、后2个月测试），避免未来信息泄露；不要只按随机打乱切分
文本表示：别一上来就BERT，先试试轻量但有效的方案
不是所有场景都需要大模型。中小规模数据（
- TF-IDF + 逻辑回归：速度快、可解释强，适合基线和快速验证
- Word2Vec / FastText 平均词向量 + SVM：比TF-IDF更能捕捉语义，且不依赖预训练大模型
- 真要用BERT：优先选bert-base-chinese，用transformers库+Trainer API微调，batch_size别贪大（16或32足够），加early stopping防过拟合
评估不能只看准确率：重点关注混淆矩阵和bad case
准确率高≠模型好，尤其在非均衡数据下。必须检查：
立即学习“Python免费学习笔记（深入）”；
- F1-score（宏平均/微平均）——尤其关注负面类的F1
- 混淆矩阵：是否把“讽刺句”（如“这服务真是棒极了呢～”）全判成正面？
- 抽50条预测错的样本人工看：是标注错误？还是模型没学到否定词+程度副词组合（如“不太满意”“毫无诚意”）？
上线前必做的三件事
模型离线准，线上不一定稳：
- 加简单规则兜底：比如含“垃圾”“骗子”“退款”且无否定词，强制标负面
- 监控输入分布偏移：新文本里突然出现大量emoji或新网络词，触发告警并人工抽检
- 保存处理流水：原始文本 → 清洗后文本 → 向量 → 预测概率 → 最终标签，便于回溯问题
基本上就这些。不复杂但容易忽略——情感分析不是炼丹，是不断校准“人怎么想”和“机器怎么学”的过程。
