感情分析

感情分析（Sentiment Analysis）とは、テキストに含まれる書き手の感情・意見・態度を自動的に識別・分類するNLPタスクです。オピニオンマイニングとも呼ばれます。最も基本的な形式は「ポジティブ/ネガティブ/中立」の3クラス分類ですが、より細粒度な「喜び・悲しみ・怒り・恐れ・驚き・嫌悪」などの感情分類や、5段階評価の予測なども行われます。

感情分析が重要な理由は、ビジネス上のテキストデータ（カスタマーレビュー・SNS投稿・問い合わせメール等）が膨大にあり、人手で分析することが現実的でないためです。ECサイトの商品レビュー分析（ポジネガ比率の把握）、SNS上のブランドモニタリング（炎上検知）、カスタマーサポートの緊急度判定、株価予測への応用（金融ニュースの感情分析）など、幅広い実務で活用されています。

技術的には、従来はBERTなどのEncoder型モデルのfine-tuningが主流でしたが、GPT系LLMのfew-shot-learningでも高精度な感情分析が可能になっています。日本語の感情分析は、否定表現（「おいしくない」）・皮肉（「さすがですね」）・文化的文脈の理解が課題です。評価指標にはF1スコア・精度（Accuracy）が使われます。AspectベースSentiment Analysis（ABSA）では「バッテリーは良いが画面が暗い」のように属性ごとの感情を分離して分析します。