办公小浣熊通过语义理解与统计模型分析文本情感，支持整体倾向、段落级标注和关键句高亮；需纯文本输入，适配中文网络用语，但方言口语易误判，技术内容自动过滤。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
办公小浣熊识别文档情感倾向，不是靠“读心情”，而是把文字当作可分析的数据，结合语义理解与统计模型，快速判断整体情绪基调。
情感识别基于结构化文本分析
它会先对输入文档做基础处理：分词、去停用词、识别关键词和修饰关系。比如“这个方案非常高效，但实施成本略高”，系统能区分出“非常高效”（强正向）和“略高”（弱负向），再加权计算倾向得分。不依赖单个词的情感词典，而是理解程度副词（如“极其”“稍”）、转折连词（如“虽然…但是…”）带来的语义偏移。
支持多粒度情感判断
- 整体倾向：输出“积极/中性/消极”三级分类，并附置信度（如“积极，置信度87%”）
- 段落级标注：自动标出文档中每个段落的情感倾向，方便定位问题区域
- 关键句高亮：标出影响判断的核心句子，比如“客户反馈普遍不满”“项目进度超预期20%”
实际使用时注意三点
- 文档需为纯文本或可提取文本的格式（PDF需含可复制文字，扫描件需OCR预处理）
- 中文场景下对网络用语、缩略语（如“yyds”“绝绝子”）有专门适配，但方言或极简口语（如“不咋地”“还行吧”）可能误判，建议搭配人工复核
- 若文档含大量技术参数、表格或代码块，系统会自动跳过非自然语言区域，专注分析描述性文字部分
本质上，它是把情感当作一种可建模的语言现象来处理，而不是凭经验猜测。
