C语言的小程序的解析，帮我分析下吧，大虾们！

n%10 是n除以10取余数 如果n=12那么n%10=2

因为你定义的n是INT类型的，所以输出n%10后，它执行n=n/10，正因为N是INT类型的，所以N/10是取整数部分的，如果N=13，那么N/10=1

当你输入小于0的N时，它不满足WHILE条件，所以一次都不循环

当你输入大于0的N时，它才开始循环，一旦N小于10了，它就跳出循环了

因为N小于10，那么它除以10的结果的整数部分一定为0，就不满足WHILE的条件了

现在懂了吗？

微信小程序，其实就是基于微信运行的一个手机应用，类似于APP。具体能用来干什么，得看你自己是想开发一个什么样的小程序了，不过通常来说，小程序对企业的作用如下：

1、抓住附近流量在小程序中，有一个功能叫“附近的小程序”。这项功能可以显示出用户周边5KM的小程序。对于企业和商家而言，借助这项功能可以直接将自己展现在附近5KM的微信用户面前，从而抓住附近的潜在客户。

2、提高客户粘性小程序拥有收集数据以及数据统计分析功能。对于企业和商家而言，借助这项功能，首先可以收集用户的，意见与建议，从而改进自身不足，提升服务质量，从而提高客户消费体验。其次，可以分次出用户的喜好，从而针对性的推出一些产品和服务。

3、有效激活会公众号粉丝小程序可以与公众号进行结合，例如在公众号菜单栏、文章中插入小程序的链接，这样用户只需要点一下该链接，就能进入小程序。对于企业和商家而言，借助这项功能，可以有效的将公众号的分析导流到小程序，从而实现粉丝变现。

4、提供多样的营销玩法小程序拥有非常丰富的营销“手段”，例如拼团、砍价、团购、优惠券、会员特惠等等。对于企业和商家而言，借助小程序丰富的营销手段，可以推出各种各样的促销活动，从而吸引用户消费，提升销售额。

小程序是一种无需下载安装，即可使用的手机应用。只需要扫描二维码，或是搜一搜，就能立即使用。简单的来说，就是以往大家想在手机上使用摩拜、携程等，需要专门下载特定的APP，现在可以直接在微信里面搜索就能找到该款小程序，不需要下载和安装，随时随地直接使用，不用担心流量下载以及手机内存不够用的问题。当然，作为微信的新产品，小程序只能在微信里使用。

小程序的作用：

1、小程序是强流量入口

小程序是未来商业竞争的主战场。微信是目前最大的移动端流量入口，流量在哪里，企业客户自然会去到哪里，基于微信庞大用户基数的搜索流量必然是有强大的想象空间的。微信搜索结果中无论是现在、还是未来，小程序因为可以满足各种应用场景，一定是权重最高的应用。

2、小程序是每一个企业在移动互联网时代天然的应用

由于app高昂的开发成本、复杂的访问路径，昂贵的推广费用，让大多数企业对app的应用避之不及，而小程序的诞生，以接近原生态app的体验、无需下载和关注，访问后永久记录，则将企业在移动互联网时代的应用平台推向千家万户。

3、可以轻易获得用户数据

由于小程序的所有用户都来自于微信，一旦用户访问小程序，就会有一个清晰的用户画像，有利于深度分析用户群体，微信小程序则提供一步到位的强大的数据分析，帮助分析用户，发现用户，最终营销客户。

_

推荐15款小程序给大家，只推荐精选好玩的小程序，希望你们能喜欢

1制作器

简介：制作各种截图，比如各种商家获得要集赞，可以利用这款小程序，或者生成对话聊天界面，都可以，还有制作各种装逼图，比如和某某明星合照什么的，而且这款小程序的功能不只这些，还可以制作各种带符号的头像，最重要的还有一个功能是提取文字。

2姓氏壁纸生成

简介：选择姓氏、添加一段话、上传一张，可以生成壁纸头像，用来做朋友圈背景最合适不过。

3飞鸟听听

简介：文字转语音小程序，不想阅读太多繁杂的文字，利用这款小程序就可以让你带上耳机就能听取文章的内容，支持文字或者链接转语音，也可以直接输入公众号。

4bigjpg人工智能

简介：免费无损放大，普通用户支持放大四倍，有降噪功能。

5Philm黑咔相机 or 魔幻天空

简介：如果你平时经常发朋友圈，而且带有天空的，那么利用这款小程序就可以让你的照片的天空动起来，非常牛逼

6酷省

简介：经常逛淘宝买东西的一点要用这款小程序，能够一定程度上为你节省很多钱，领取各种商品的内部优惠券。 7形色

简介：拍照识花，识别植物，鉴定多肉，了解各种花花草草知识，还可以为你拍的植物生成一张美图，发到朋友圈一定赏心悦目。

8音乐站

简介：平时经常看到朋友圈别人分享音乐，那么这款小程序就是一键集合播放朋友圈别人分享的音乐

9群玩助手

简介：不仅可以查看朋友位置，海量表情包，更有各种好玩的功能等你来体验。、

10斗图表情包神器 or 斗图法宝

简介：顾名思义就是收集表情包必备小程序，妈妈再也不用担心我没有表情包了

11识图小程序：发图识字、微软小密、小应扫描、传图识字

简介：各有各的优点，喜欢那一款就选哪一款

展示一下微信里收藏最高、使用最广、提升效率的小程序！

1、桌面时钟

一款极简的手机桌面翻页时钟，打开就算一个翻页的时钟，颜值高，而且可以设置番茄钟。桌面时钟有小程序和app版本，用来专注学习真的非常好用， 桌面时钟 做成桌面小组件样式超级多，里面各种时钟主题效果也很多

2、我的倒计时

一款记录重要日子的小程序，可以精确到秒的哦~~里面有专属的恋爱空间，可以记录伴侣生日和统计恋爱纪念日等。用我的倒计时记住一些重要日子真的超级方便。 我的倒计时APP 端功能更丰富。而且有超级多精美壁纸

3、微信记账本

同步微信所有的支出、收入；并每日输出报表！！每个月还汇总出所以支出明细，再也不打开别的APP，每日去输入具体支出了，真的超级暖心的。用起来，每天都知道钱都花哪儿了！

4、 历史 价格查询

喜欢买买买的朋友们用起来，输入你想购买的商品名称就能看到它在大部分平台的价格变化了。再也不怕买贵了！

5、小睡眠

睡眠不足怎么办，这些白噪音，这才是真的催眠神器。里面的白噪音资源很丰富，直接打开小程序就可以听，真的 是太方便了！

6、快递100

同样适合爱买东西的的朋友，整合了全部快递信息。查快递、寄快递都极为方便。寄件可以选择大小件、同城快递、查询快递费用等等，整个小程序挺多功能又不占空间！身为剁手党的你，怎么能不用呢？

7、极简汇率

给常常出差的朋友推荐的，实时汇率，方便快捷。而且可看到仅一年汇率的波动情况，还是很贴心的哦~~

8、下一个假期

这个小程序不但能告诉你常规的假期时间和今年剩下的假期，还能教你 怎么请假才能拥有更长的假期 ，简直是一个贴心的小助手。

9、嗨弹幕

接机、表白、明星应援打call、会议传递悄悄话可以排上用场。只要输入文字就变成滚动字幕，超级方便。（想要更多文字滚动效果还是建议下载APP嗨弹幕）

最后一张图的文字也是我跟大家说的呀~~嘻嘻i

最近微信小 游戏 “跳一跳”很火，那就先看看还有哪些其他好玩的小 游戏 吧~

1、欢乐坦克大战。 儿时小霸王学习机上的坦克大战在微信上就能玩了~这是一款多人竞技射击 游戏 ，开设房间后，就能通过微信群分享邀请好友加入战局。

2、悦动音符。 类似于节奏大师的一款小 游戏 ，玩法简单，根据背景音乐点击屏幕，控制小球击中「音符」、避开「尖刺」就能获得高分。

从「衣食住行医」这五个角度推荐一些实用的小程序：

其他实用小程序

微信官方出品 ，可靠的谣言鉴别小帮手！现今谣言太多，快快体验一下这个小程序。

由国家邮政局邮政业安全中心开发 ，可以更方便的寄快递、查快递，整理快件信息。真的挺好用的，界面也很友好！

还记得上学时的眼保健操吗？眼睛越来越容易疲劳了，不妨通过「护眼宝+」小程序来放松一下吧。包括五节操，每节40秒，还有 语音读秒 ，很贴心的小程序

微信小程序自2017年1月9日正式上线之后，历经一年的时间才迎来属于它的春天。

虽然才刚刚起步，牛 科技 菌来给大家推荐一些好用的小程序吧。

忆年共享相册

忆年是一款为用户提供免费的照片存储及共享的应用软件。

界面非常简洁，可点击底部按钮生成相册，原图照片都储存在云端，不过期，支持批量上传和下载。

在微信中一键邀请分享，能够和亲朋好友共享照片。

推荐理由：储存照片一直是个让人头疼的问题，放在手机占内存，百度云预览照片非常卡、下载速度太慢，而且不方便分享。忆年有效地解决了这个问题，操作界面简洁好看。

美丽修行

提供化妆品安全星级和成分查询，汇集全球30万化妆品数据库。

美丽修行也有自己的app，但下载太麻烦了，小程序有利于快速查询成分。比如在搜索框中输入“芙丽芳丝”，会出现全线产品，点击具体产品，可以查看成分是否安全。

推荐理由：有神器在手，成分一览无余，再也不担心买到三无产品了，推荐妹子使用。

有爱清单

一份梦想清单，记录自己的目标、梦想和愿望。

设计十分简洁，把近期想要做的事情打下来，做完后勾选“已完成”。

在“习惯”页面中，设置每天的习惯，可设置闹钟提醒。

推荐理由：懒癌和拖延症患者必备，听说养成一个习惯需要21天，让有爱清单来帮你实现吧。

玩物志购物商店

值得买的未来生活，一家新奇的商店。

如果逛淘宝、京东感觉太乏味了，不妨试试玩物志吧。商店精选商品，小而美，精致优雅，新奇有趣。商店以小物品居多，如这款“晚安日历”，每张日历上都有精选的晚安故事，以及附二维码，每天都可听一段晚安语音。

推荐理由：生活中需要一些新奇有趣的东西来填满平淡与空白，玩物志的出现让人眼前一亮。

云梦助眠引导

它是一款有专业音乐人打造的音频助眠应用。

清爽的页面设计，精选了10个睡眠场景。舒缓的音乐+白噪音+人声催眠，专业度高。

推荐理由：晚上睡不着觉是最让人头疼的事情了，这款专业的软件可以伴你迅速入眠。

番茄闹钟

有别于一般的闹钟，你可以在接下来的25分钟选择一个任务然后专注的做这件事，番茄闹钟会开始计时。同时提供白噪音，让人专心沉浸在事物中。

推荐理由：能够有效地使人集中精力做一件事，随时保持克制。

来强答一下。

1、各种本地化生活服务类的小程序，打开频次应该是最高的吧，叫外卖、叫保洁、叫上门维修家电、叫上门取件邮寄快递这些的、出门叫车、骑单车、以及点评和餐饮类这些，我基本都用小程序了，app的打开率越来越低。这些小程序的优点就是依靠微信的大流量入口，方便快捷，且非常高频，也不需要很复杂的产品设计。

这里面用得最多的几个小程序是、58到家、美团外卖、摩拜单车、猫眼**、美味不用等、闪送、快递100小助手、去哪网小程序、网易灰评等等。看了这些名字你会发现，大部分都是腾讯系的公司，没有办法，不过阿里最近也在做小程序，只不过微信起步比较早，而且整个生态做小程序更有优势。

2、名片等工具类的小程序。因为工作原因，平时微信上会加很多人，不知道从啥时候开始，大家加了好友之后都会相互递电子名片。现在小程序类的名片平台挺多的，模版也有很多，所以可以根据个人喜好和需求设计一个现成电子名片，就不用每次都要写一段话做自我介绍，以及告知自己更具体的****了。类似的还有计算器小程序、发票小助手、汇率计算、经期记录、天气预报、炒股、词典、闹钟……微信上面直接搜关键字就能出来一堆，挑一个自己喜欢的就行了。

3、 娱乐 类的小程序。很多人都在微信上面玩过跳一跳，今年年初的时候我也很喜欢玩，还喝朋友们比拼过分数……，后来又出了很多其他的小 游戏 ，有一段时间微信私底下还比较鼓励大家用小程序做 游戏 ，因为比较利于生态内分享。除此之外，一些音乐、电台、摄影类的小程序也是大家用的比较多的。随便推荐几个：轻芒杂志、群影、深睡大师、豆瓣评分、喜马拉雅lite、快看漫画mini……

小程序的出现，让手机得到了有效的减负，不过，现在越来越多的软件推出了小程序版本，如何挑选到好用的小程序呢？下面就来看一些实用的微信小程序吧。

1、视频类

爱奇艺、优酷、腾讯选哪个？视频类APP太多，每个都有自己的独播剧，手机上总是卸一个装一个，现在有了小程序，就能同时拥有他们了。体验也与APP相似。

2、听书类

对于已经上班的人来说，已经很少有时间能静下心来好好的读书了，所以，就有了各种听书软件，配上主播的声音，让文字更加生动。一般大家比较熟悉的就是喜马拉雅听书、懒人听书、蜻蜓FM等，都能找到其小程序版本。海量资源随便听。

3、工具类

①文字识别类

现在的文字识别技术已经非常成熟，可以快速提取中的文字，资料收集也变得更加简单。比较好用的识别类小程序像传图识字，迅捷文字识别等。

其中的迅捷文字识别还具备翻译的功能，到外国 旅游 看不懂菜单，直接拍照翻译，比查词典更快。

②笔记类

为了更好的进行时间管理、工作安排，很多人的手机上都会有笔记类APP，不过，现在很多知名的笔记应用也已经有了小程序版本，如朝夕日历、印象笔记等。通过账号登录，可同步多平台数据。

4、天气类

出门前总要先看看天气，所以，天气类的小程序也是少不了的。墨迹天气可以查询详细的天气情况，非常方便。

分享7款实用的黑 科技 小程序，每一款都是自己精心挑选的。( 每一款小程序都可以直接搜索名字进入 )

1：识花君

识花君是一款腾讯官方出品的花朵识别小程序，非常实用

这款小程序的主要功能就是识别不认识的花朵，使用方法也是非常简单。看到不认识的花，直接打开这款小程序，扫描不认识的花，稍微等待一下，就可以出来结果。

2：鹿可影讯

鹿可影讯可以实现直接在微信就可以观看最新影视。

它的整体界面十分简单，提供最新的影视直接观看，当然，你也可以复制影视链接浏览器打开观看。

3：企鹅医典

企鹅医典是腾讯出品的一款科普医疗知识的实用小程序。

它提供很多疾病的症状，预防，治疗方法，还帮助你了解各种疾病，科普医疗 健康 知识；它还提供搜索功能，让你轻松可以搜索到你需要了解的疾病。

4：聊会儿

聊会儿是由中国移动出品的一款可以免费打电话的小程序；利用它打电话既不需要电话费，也不需要流量费。

利用它打电话，对方还是显示你的真实号码，并且它只提供登录就获 30分钟免费通话时长，分享小程序可再获得100 分钟，每日签到和邀请好友还可重复获得额外时长。

5：**资源搜索站

**资源搜索站是一个可以实现直接在微信里面搜索**的一款黑 科技 小程序。

它首先提供强大搜索功能，你也可以轻松利用找到你想看的影视；然后它还供很多热门的最新影视，直接点击就可以找到很多下载链接。

6：朝夕小日签

朝夕小日签是个人十分喜欢的日签工具。

它每天提供不同的日签模板，你可以利用模板进行编辑修改，制作出非常精美简洁的日签。

7：胖次工具箱

胖次工具箱是一款集合各种实用小工具的小程序，一款小程序相当于很多款软件。

它提供包括：截图拼接，手持弹幕，文字转，文字转语音，物流查询，B站封面下载，短网址生成，九宫格切图，base64加解密等等功能。

废话不多说，直接上干货！

1腾讯文档

十分方便的文档小程序，有了腾讯文档，自由切换在PC端、微信端、QQ端，无论是文字或者表格，协同写作让你自在轻松。

2腾讯相册

方便好物，记录美好生活每一刻。保存照片视频，制作动感影集。相信很多80后、90后都对腾讯保存照片的能力很信赖。毕竟QQ空间中十几年前的照片都还在。

3企鹅FM听书电台音乐相声

干净简单的界面，有声小说、 情感 生活、评书相声、 搞笑 段子、综艺 娱乐 、儿童专区、知识干货等等，应有尽有吧。

4腾讯视频

不同于APP不知道多久的广告，小程序这边要么没广告，要么只有短短的5s就可跳过广告。视频播放流畅程度并不比APP差多少。唯一的缺点就是微信消息和视频切换稍微有那么一米米的麻烦。

5腾讯课堂

作为传播知识的小程序，腾讯课堂还是相当不错的。

6乘车码

做公交地铁不想买公交卡，直接用乘车码，绑定北京一卡通电子卡，从此乘车不拿卡。

以上为腾讯系小程序，以下为其他小程序

7 阿基米德FM

体验还不错的FM小程序，内容算多的。

8微软听听文档

微软旗下产品，office365微助理产品中的小程序。能帮助用户为文档和添加语音，表达观点、记录 情感 。很有趣的一款小程序。

9黑咔相机

嘿表情、魔幻天空、百变背景、创意大片、超级变装等等照片特效好玩有炫酷，脑洞大开。

10车来了

坐公交同志的福音，相当精准的实时公交的小程序。再也不用焦虑自己等的车什么时候到了，有车来了，随时掌握附近公交信息。

11胖次工具箱

一款简洁没广告的工具箱，截图拼接、手持弹幕、表情制作、文字转、文字转语音、物流查询、计算器、尺子、网络测速、短网址生成、九宫格切图、翻译等等小工具很全。

12传图识字

免费好用的我转文字工具，支持准确度提示、拍照翻译、手写识别、图文校对等等功能。

今天时间有限，就先介绍到这。

小程序的出现，虽然不能全部代替一个完整的 App，但是随着不断的优化，还是涌现出一些不错的小程序值得我们去使用。尤其对于手机容量较小的用户，更是一种「曲线救国」方案，生活中的一些工具类应用我们其实没必要下载它，因为一些小程序就可以解决问题。今天少数派就为你推荐 8 款不错的工具类小程序。

白噪音类的 App 我们已经太过于熟悉了，不仅在手机上有，电脑上也有，种类也是五花八门。这些白噪音，有的可能会改善我们的睡眠质量，有的或许可以提高我们的专注力，让工作效率更高。

微信中一样也有一款白噪音小程序，别看它只是一款小程序，里面有将近一百款白噪音给你选择，而且还有一些 ASMR。功能上比较简单，除了听就是定时了，你可以选择五到六十分钟的时间长多或者循环播放。

这是一款番茄工作法小程序，如果你只是想初步的使用一下番茄钟，不如来试一试这款小程序。里面不仅可以自定义专注时间、休息时间、间隔时间，还对你的整个番茄时间进行了图表统计。当专注时间结束后，手机会振动提示你。

除了用 Timepage 或 DaysMatter 来看倒数日以外，如果你不是那么追求界面的颜值，倒数记日这款小程序也是一个不错的选择。除了一般的设置倒数日期之外，还可以对不同的倒数日进行分类。说实话，虽然它颜值还算将就，但五脏俱全。

在这里，你不仅可以自定义添加你的过敏原，而且种类齐全。除此之外，你还可以直接扫描商品的条形码，来确认商品是否合格。与此同时，它还有全世界不合格产品的列表，并且持续更新，并表明了不合格原因。

如果你是一个管理公费的人，你一定会喜欢这一款小程序。它是针对班费管理和聚会经费管理的场景开发的。比起 MoneyWiz 它更加轻便简单，可以快速的记录公共资金的流水以及支出，对整个经费的状况有不错的管理作用。你不仅可以用于某一次活动，也可以作为班级费用管理，更可以作为为「爱情经费」，前提是你费用不是全部上交给你的「领导」。这里面不仅是记录流水，还可以你可以邀请任意微信的成员，也可以发布到群组，或者直接发起收款，非常的方便。

使用腾讯 QQ 的人一定知道，最近更新中添加了一个「识别图中文字」的功能。微信更新后，却迟迟没有出现。现在只需要一款小程序就可以实现这个功能，准确的说是功能更加的强大。你可以拍照或上传你需要分析的照片，完成后，你不仅可以选择识别的区域，还可以进行分词复制，并且带有自动换行的功能，并且准确率相当的高。

它是一款用来记录近期的工作任务和生活安排的小工具，还没尝试过 Todoist 和 Things 的派友可以尝试一下这款小程序。门槛相当低，没有复杂的规则和细致的分类，你要做的只是打上你的任务即可。除此之外，它还会统计你的完成率，本周安排的任务是否全部完成，用来监督自己还是一个不错的选择。

以上推荐的 8 款小程序，你均可以在微信中搜索小程序名称找到。

微信小程序的出现着实让手机内存减轻了些许负担，而且某些小程序比单机app更简洁明了，好用更好玩。

按类别区分，分为生活类，工具类，影音类，以及最近很火，也是刚发布没多久的 游戏 类。琳琅满目，想必大家很难挑选或者懒得去找，下面我就给各位介绍一些好玩的小程序。那些挺火的我就不介绍了，毕竟都差不多知道了的。

（1）生辰 : 一款计算你活了多久以及你的余生还可以做多少事的小程序

（2）人生进度 :跟生辰有点类似， 以剩余电量的形式告诉你余生以及每年每月每日还有多少时间可虚度

（3）手持弹幕 : 把手机屏幕变成弹幕板

（4）查视力 : 如名，手机也能查视力，关键是还挺准的

（5）动动文字 : 把文字变成动态表情包

（6）腾讯AI体验中心 : 主要功能是各种识别

（7） 游戏 闯关 : 各种狗血测试 游戏 集合

（8）数学口算练习--小学家长老师助手 : 嗯 。。。这个给小孩子用还挺有用的

（9）成语消消看 : 要是我当初语文课认真听讲，还是挺好玩的

暂时只发现这些，若有新发现，将持续更新。

与其他的人工智能技术相比，情感分析(Sentiment Analysis)显得有些特殊，因为其他的领域都是根据客观的数据来进行分析和预测，但情感分析则带有强烈的个人主观因素。情感分析的目标是从文本中分析出人们对于实体及其属性所表达的情感倾向以及观点，这项技术最早的研究始于2003年Nasukawa和Yi两位学者的关于商品评论的论文。

随着推特等社交媒体以及电商平台的发展而产生大量带有观点的内容，给情感分析提供了所需的数据基础。时至今日，情感识别已经在多个领域被广泛的应用。例如在商品零售领域，用户的评价对于零售商和生产商都是非常重要的反馈信息，通过对海量用户的评价进行情感分析，可以量化用户对产品及其竞品的褒贬程度，从而了解用户对于产品的诉求以及自己产品与竞品的对比优劣。在社会舆情领域，通过分析大众对于社会热点事件的点评可以有效的掌握舆论的走向。在企业舆情方面，利用情感分析可以快速了解社会对企业的评价，为企业的战略规划提供决策依据，提升企业在市场中的竞争力。在金融交易领域，分析交易者对于股票及其他金融衍生品的态度，为行情交易提供辅助依据。

目前，绝大多数的人工智能开放平台都具备情感分析的能力，如图所示是玻森中文语义开放平台的情感分析功能演示，可以看出除了通用领域的情感分析外，还有汽车、厨具、餐饮、新闻和微博几个特定领域的分析。

那么到底什么是情感分析呢？从自然语言处理技术的角度来看，情感分析的任务是从评论的文本中提取出评论的实体，以及评论者对该实体所表达的情感倾向，自然语言所有的核心技术问题，例如：词汇语义，指代消解，此役小气，信息抽取，语义分析等都会在情感分析中用到。因此，情感分析被认为是一个自然语言处理的子任务，我们可以将人们对于某个实体目标的情感统一用一个五元组的格式来表示：(e,a,s,h,t)

以图为例，e是指某餐厅，a为该餐厅的性价比属性，s是对该餐厅的性价比表示了褒义的评价，h为发表评论者本人，t是19年7月27日。所以这条评论的情感分析可以表示为五元组（某餐厅，性价比，正向褒义，评论者，19年7月27日）。

情感分析根据处理文本颗粒度的不同，大致可以分为三个级别的任务，分别是篇章级、句子级和属性级。我们分别来看一下。

1 篇章级情感分析

篇章级情感分析的目标是判断整篇文档表达的是褒义还是贬义的情感，例如一篇书评，或者对某一个热点时事新闻发表的评论，只要待分析的文本超过了一句话的范畴，即可视为是篇章级的情感分析。

对于篇章级的情感分析而言有一个前提假设，那就是全篇章所表达的观点仅针对一个单独的实体e，且只包含一个观点持有者h的观点。这种做法将整个文档视为一个整体，不对篇章中包含的具体实体和实体属性进行研究，使得篇章级的情感分析在实际应用中比较局限，无法对一段文本中的多个实体进行单独分析，对于文本中多个观点持有者的观点也无法辨别。

例如评价的文本是：“我觉得这款手机很棒。”评价者表达的是对手机整体的褒义评价，但如果是：“我觉得这款手机拍照功能很不错，但信号不是很好”这样的句子，在同一个评论中出现了褒义词又出现了贬义词，篇章级的分析是无法分辨出来的，只能将其作为一个整体进行分析。

不过好在有很多的场景是不需要区分观点评价的实体和观点持有者，例如在商品评论的情感分析中，可以默认评论的对象是被评论的商品，评论的观点持有者也是评论者本人。当然，这个也需要看被评论的商品具体是什么东西，如果是亲子旅游这样的旅游服务，那么评论中就很有可能包含一个以上的观点持有者。

在实际工作中，篇章级的情感分析无法满足我们对于评价更细致，如果需要对评论进行更精确，更细致的分析，我们需要拆分篇章中的每一句话，这就是句子级的情感分析研究的问题。

2 句子级情感分析

与篇章级的情感分析类似，句子级的情感分析任务是判断一个句子表达的是褒义还是贬义的情感，虽然颗粒度到了句子层级，但是句子级分析与篇章级存在同样的前提假设是，那就是一个句子只表达了一个观点和一种情感，并且只有一个观点持有人。如果一个句子中包含了两种以上的评价或多个观点持有人的观点，句子级的分析是无法分辨的。好在现实生活中，绝大多数的句子都只表达了一种情感。

既然句子级的情感分析在局限性上与篇章级是一样的，那么进行句子级的情感分析意义何在呢？关于这个问题，需要先解释一下语言学上主观句与客观句的分别。在我们日常用语当中，根据语句中是否带有说话人的主观情感可以将句子分为主观句和客观句，例如：“我喜欢这款新手机。”就是一个主观句，表达了说话人内心的情感或观点，而：“这个APP昨天更新了新功能。”则是一个客观句，陈述的是一个客观事实性信息，并不包含说话人内心的主观情感。通过分辨一个句子是否是主观句，可以帮助我们过滤掉一部分不含情感的句子，让数据处理更有效率。

但是在实操过程中，我们会发现这样的分类方法似乎并不是特别准确，因为一个主观句也可能没有表达任何的情感信息，知识表达了期望或者猜测，例如：“我觉得他现在已经在回家的路上了。”这句话是一个主观句，表达了说话人的猜测，但是并没有表达出任何的情感。而客观句也有可能包含情感信息，表明说话者并不希望这个事实发生，例如：“昨天刚买的新车就被人刮花了。”这句话是一个客观句，但结合常识我们会发现，这句话中其实是包含了说话人的负面情感。

所以，仅仅对句子进行主客观的分类还不足以达到对数据进行过滤的要求，我们需要的是对句子是否含有情感信息进行分类，如果一个句子直接表达或隐含了情感信息，则认为这个句子是含有情感观点的，对于不含情感观点的句子则可以进行过滤。目前对于句子是否含有情感信息的分类技术大多都是采用有监督的学习算法，这种方法需要大量的人工标注数据，基于句子特征来对句子进行分类。

总之，我们可以将句子级的情感分析分成两步，第一步是判断待分析的句子是否含有观点信息，第二步则是针对这些含有观点信息的句子进行情感分析，发现其中情感的倾向性，判断是褒义还是贬义。关于分析情感倾向性的方法与篇章级类似，依然是可以采用监督学习或根据情感词词典的方法来处理，我们会在后续的小节详细讲解。

句子级的情感分析相较于篇章级而言，颗粒度更加细分，但同样只能判断整体的情感，忽略了对于被评价实体的属性。同时它也无法判断比较型的情感观点，例如：“A产品的用户体验比B产品好多了。”对于这样一句话中表达了多个情感的句子，我们不能将其简单的归类为褒义或贬义的情感，而是需要更进一步的细化颗粒度，对评价实体的属性进行抽取，并将属性与相关实体之间进行关联，这就是属性级情感分析。

3 属性级情感分析

上文介绍的篇章级和句子级的情感分析，都无法确切的知道评价者喜欢和不喜欢的具体是什么东西，同时也无法区分对某一个被评价实体的A属性持褒义倾向，对B属性却持贬义倾向的情况。但在实际的语言表达中，一个句子中可能包含了多个不同情感倾向的观点，例如：“我喜欢这家餐厅的装修风格，但菜的味道却很一般。”类似于这样的句子，很难通过篇章级和句子级的情感分析了解到对象的属性层面。

为了在句子级分析的基础上更加细化，我们需要从文本中发现或抽取评价的对象主体信息，并根据文本的上下文判断评价者针对每一个属性所表达的是褒义还是贬义的情感，这种就称之为属性级的情感分析。属性级的情感分析关注的是被评价实体及其属性，包括评价者以及评价时间，目标是挖掘与发现评论在实体及其属性上的观点信息，使之能够生成有关目标实体及其属性完整的五元组观点摘要。具体到技术层面来看，属性级的情感分析可以分为以下6个步骤：

关于文本中的实体抽取和指代消解问题，我们已经在知识图谱的相关章节中做了介绍，这里就不再赘述。针对篇章级、句子级、属性级这三种类型的情感分析任务，人们做了大量的研究并提出了很多分类的方法，这些方法大致可以分为基于词典和基于机器学习两种，下面我们进行详细的讲解。

做情感分析离不开情感词，情感词是承载情感信息最基本的单元，除了基本的词之外，一些包含了情感含义的短语和成语我们也将其统称为情感词。基于情感词典的情感分析方法，主要是基于一个包含了已标注的情感词和短语的词典，在这个词典中包括了情感词的情感倾向以及情感强度，一般将褒义的情感标注为正数，贬义的情感标注为负数。

具体的步骤如图所示，首先将待分析的文本先进行分词，并对分词后的结果做去除停用词和无用词等文本数据的预处理。然后将分词的结果与情感词典中的词进行匹配，并根据词典标注的情感分对文本进行加法计算，最终的计算结果如果为正则是褒义情感，如果为负则是贬义情感，如果为0或情感倾向不明显的得分则为中性情感或无情感。

情感词典是整个分析流程的核心，情感词标注数据的好坏直接决定了情感分类的结果，在这方面可以直接采用已有的开源情感词典，例如BosonNLP基于微博、新闻、论坛等数据来源构建的情感词典，知网（Hownet）情感词典，台湾大学简体中文情感极性词典（NTSUSD），snownlp框架的词典等，同时还可以使用哈工大整理的同义词词林拓展词典作为辅助，通过这个词典可以找到情感词的同义词，拓展情感词典的范围。

当然，我们也可以根据业务的需要来自己训练情感词典，目前主流的情感词词典有三种构建方法：人工方法、基于字典的方法和基于语料库的方法。对于情感词的情感赋值，最简单的方法是将所有的褒义情感词赋值为+1，贬义的情感词赋值为-1，最后进行相加得出情感分析的结果。

但是这种赋值方式显然不符合实际的需求，在实际的语言表达中，存在着非常多的表达方式可以改变情感的强度，最典型的就是程度副词。程度副词分为两种，一种是可以加强情感词原本的情感，这种称之为情感加强词，例如“很好”相较于“好”的情感程度会更强烈，“非常好”又比“很好”更强。另外一种是情感减弱词，例如“没那么好”虽然也是褒义倾向，但情感强度相较于“好”会弱很多。如果出现了增强词，则需要在原来的赋值基础上增加情感得分，如果出现了减弱词则需要减少相应的情感得分。

另一种需要注意的情况是否定词，否定词的出现一般会改变情感词原本的情感倾向，变为相反的情感，例如“不好”就是在“好”前面加上了否定词“不”，使之变成了贬义词。早期的研究会将否定词搭配的情感词直接取相反数，即如果“好”的情感倾向是+1，那么“不好”的情感倾向就是-1。但是这种简单粗暴的规则无法对应上真实的表达情感，例如“太好”是一个比“好”褒义倾向更强的词，如果“好”的值为+1，那么“太好”可以赋值为+3，加上否定词的“不太好”变成-3则显然有点过于贬义了，将其赋值为-1或者-05可能更合适。

基于这种情况，我们可以对否定词也添加上程度的赋值而不是简单的取相反数，对于表达强烈否定的词例如“不那么”赋值为±4，当遇到与褒义词的组合时褒义词则取负数，与贬义词的组合则取正数，例如贬义词“难听”的赋值是-3，加上否定词变成“不那么难听”的情感得分就会是（-3+4=1）。

第三种需要注意的情况是条件词，如果一个条件词出现在句子中，则这个句子很可能不适合用来做情感分析，例如“如果我明天可以去旅行，那么我一定会非常开心。”，在这句话中有明显的褒义情感词，但是因为存在条件词“如果”，使得这个句子的并没有表达观点持有者的真实情感，而是一种假设。

除了条件句之外，还有一种语言表达也是需要在数据预处理阶段进行排除的，那就是疑问句。例如“这个餐厅真的有你说的那么好吗？”，虽然句子中出现了很强烈的褒义情感词“那么好”，但依然不能将它分类为褒义句。疑问句通常会有固定的结尾词，例如“……吗？”或者“……么？”，但是也有的疑问句会省略掉结尾词，直接使用标点符号“？”，例如“你今天是不是不开心？”，这个句子中含有否定词和褒义词组成的“不开心”，但不能将其分类为贬义情感。

最后一种需要注意的情况是转折词，典型词是“但是”，出现在转折词之前的情感倾向通常与转折词之后的情感倾向相反，例如：“我上次在这家酒店的住宿体验非常好，但是这次却让我很失望。”在这个转折句中，转折词之前的“非常好”是一个很强的褒义词，但真实的情感表达却是转折词之后的“很失望”，最终应该将其分类为贬义情感。当然，也存在出现了转折词，但语句本身的情感并没有发生改变的情况，例如“你这次考试比上次有了很大的进步，但是我觉得你可以做得更好”，这里的转折词没有转折含义，而是一种递进含义。在实际操作中，我们所以需要先判断转折句真实的情感表达到底是哪个，才能进行正确的分析计算。

构建情感词典是一件比较耗费人工的事情，除了上述需要注意的问题外，还存在精准度不高，新词和网络用语难以快速收录进词典等问题。同时基于词典的分析方法也存在很多的局限性，例如一个句子可能出现了情感词，但并没有表达情感。或者一个句子不含任何情感词，但却蕴含了说话人的情感。以及部分情感词的含义会随着上下文语境的变化而变化的问题，例如“精明”这个词可以作为褒义词夸奖他人，也可以作为贬义词批评他人。

尽管目前存在诸多问题，但基于字典的情感分析方法也有着不可取代的优势，那就是这种分析方法通用性较强，大多数情况下无需特别的领域数据标注就可以分析文本所表达的情感，对于通用领域的情感分析可以将其作为首选的方案。

我们在机器学习算法的章节介绍过很多分类算法，例如逻辑回归、朴素贝叶斯、KNN等，这些算法都可以用于情感识别。具体的做法与机器学习一样需要分为两个步骤，第一步是根据训练数据构建算法模型，第二步是将测试数据输入到算法模型中输出对应的结果，接下来做具体的讲解。

首先，我们需要准备一些训练用的文本数据，并人工给这些数据做好情感分类的标注，通常的做法下，如果是褒义和贬义的两分类，则褒义标注为1，贬义标注为0，如果是褒义、贬义和中性三分类，则褒义标注为1，中性标注为0，贬义标注为-1

在这一环节中如果用纯人工方法来进行标注，可能会因为个人主观因素对标注的结果造成一定影响，为了避免人的因素带来的影响，也为了提高标注的效率，有一些其他取巧的方法来对数据进行自动标注。比如在电商领域中，商品的评论除了文本数据之外通常还会带有一个5星的等级评分，我们可以根据用户的5星评分作为标注依据，如果是1-2星则标注为贬义，如果是3星标注为中性，4-5星标注为褒义。又比如在社区领域中，很多社区会对帖子有赞和踩的功能，这一数据也可以作为情感标注的参考依据。

第二步是将标注好情感倾向的文本进行分词，并进行数据的预处理，前文已经对分词有了很多的介绍，这里就不再过多的赘述。第三步是从分词的结果中标注出具备情感特征的词，这里特别说一下，如果是对情感进行分类，可以参考情感词典进行标注，也可以采用TF-IDF算法自动抽取出文档的特征词进行标注。如果分析的是某个特定领域的，还需要标注出特定领域的词，例如做商品评价的情感分析，需要标注出商品名称，品类名称，属性名称等。第四步根据分词统计词频构建词袋模型，形成特征词矩阵，如表所示。在这一步可以根据业务需要给每个特征词赋予权重，并通过词频乘以权重得到特征词分数。最后一步就是根据分类算法，将特征词矩阵作为输入数据，得到最终的分类模型。

当训练好分类模型之后，就可以对测试集进行分类了，具体的流程与建模流程类似，先对测试的文本数据进行分词并做数据预处理，然后根据特征词矩阵抽取测试文本的特征词构建词袋矩阵，并将词袋矩阵的词频数据作为输入数据代入之前训练好的模型进行分类，得到分类的结果。

采用基于机器学习的方法进行情感分析有以下几个不足之处，第一是每一个应用领域之间的语言描述差异导致了训练得到的分类模型不能应用与其他的领域，需要单独构建。第二是最终的分类效果取决于训练文本的选择以及正确的情感标注，而人对于情感的理解带有主观性，如果标注出现偏差就会对最终的结果产生影响。

除了基于词典和基于机器学习的方法，也有一些学者将两者结合起来使用，弥补两种方法的缺点，比单独采用一种方法的分类效果要更好，另外，也有学者尝试使用基于LSTM等深度学习的方法对情感进行分析，相信在未来，情感分析会应用在更多的产品中，帮助我们更好的理解用户需求，提升用户使用智能产品的体验。

随着深度神经网络等算法的应用，情感分析的研究方向已经有了非常大的进展，但依然存在着一些难题是目前尚未解决的，在实操过程中需特别注意以下几种类型数据：

情绪轮在用户体验设计上被广泛的应用，很多情感化设计都是基于情绪轮进行的。但是在人工智能领域，将情绪进行多分类比情感分析的三分类任务要难得多，目前大多数分类方法的结果准确性都不到50%。这是因为情绪本身包含了太多的类别，而且不同的类别之间又可能具有相似性，一个情绪词在不同的语境下有可能表达的是不同的情绪类别，算法很难对其进行分类。即使是人工对文本进行情绪类别标注也往往效果不佳，因为情绪是非常主观性的，不同的人对不同的文本可能产生不同的理解，这使得人工标注情绪类比的过程异常困难。如何让机器可以理解真实的情绪目前还是一个未能攻克的难题。