人工智能技术应用：情感分析概述

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。

55级去奥兰处接任务，每日通关指定地下城3次，即等同自身等级的地下城，就能获得两个生命力之泉，30个生命力之泉能换一个生命力碎片。ps：生命力碎片能通关50-55级地下城获得。而且能与同一帐号的人物交易。奥兰那里有得卖宠物设计图，罗特斯1号和罗特斯2号，一号适合物理型增加百分之1的攻击速度，10力量和百分之1的移动速度。2号增加百分之1的施法速度，10智力和百分之1的移动速度。

每日活跃度，上一百，拿一个金牌，存够50个或者100个能去卡妮娜那里换宠物“星光独角兽”（50个金牌）或“恋之独角兽”（100个金牌）。一个“星光独角兽”再加上12800点券就可以买一件天空套（目前的天空套）。“恋之独角兽”效果是在城镇的移动速度+30%

每周两次守城后，通过逆袭峡谷，

逆袭之谷奖励足够50个可以去奥尔卡处换出宠物。

宠物名称： 精灵哥布林

技能： 国服：变成精灵之哥布林护卫、哥布林佣兵、哥布林突击队长或者大族长协助战斗

进化技： 韩服：精灵之哥布林护卫，智力+10;精灵哥布林佣兵，智力+20，移动速度+4%;精灵哥布林突击队长，智力+30，移动速度+4%，施放速度+4%;精灵之哥布林大族长，智力+20，移动速度+4%，施放速度+4%，魔法暴击率5%。

属性： MP MAX+5% 每分钟恢复9MP 物理暴击率+1% 魔法暴击率+1%

宠物名称： 大地哥布林

技能： 国服：变成大地之哥布林护卫、哥布林佣兵、哥布林突击队长或者大族长协助战斗

进化技： 韩服：大地之哥布林护卫，力量+10;大地哥布林佣兵，力量+20，移动速度+4%;大地哥布林突击队长，力量+30，移动速度+4%，攻击速度+4%;大地之哥布林大族长，力量+20，移动速度+4%，攻击速度+4%，物理暴击率5%;

属性： 国服：MP MAX+5% 每分钟恢复9MP 物理暴击率+1% 魔法暴击率+1% 韩服：MP MAX+5% 每分钟恢复

易车讯 2022年，作为奇瑞“大单品”策略中的又一全新产品——OMODA 5将在全球30多个国家地区陆续上市。新车立足全球市场，有着全球视野与更清晰的全球定位，具有全球研发、全球标准、全球品质、全球命名、全球上市五大基因。按奇瑞官方的说法，这是中国品牌首款为全球市场正向研发的全球车。

对于全球市场和全球车，奇瑞还是有发言权的。2021年，奇瑞全年销量达656,846辆，同比增长463%。截至目前，奇瑞在“扬帆出海”的路上全球用户已累计突破1000万，其中海外用户195万，连续19年位居中国品牌乘用车出口第一。

全球基因打造新产品

为了给全球不同环境的新世代年轻人带来潮流的出行体验，OMODA 5历经全球极限测试，在全球多地进行“因地制宜”的适应性开发，其中包括巴西的灰尘路面、墨西哥的高原陡坡测试、沙特的高温测试、印尼的湿热环境测试、漠河俄罗斯的高寒测试等。OMODA 5卓越的品质源于奇瑞龙山试验中心的顶尖技术实力，这里不仅是OMODA 5的“出生地”，更在车辆数据采集和数据验证中做出了巨大贡献，大幅缩短了技术研发周期，成为奇瑞快速接入全球赛道的助燃机。

占地近30万m2的奇瑞龙山试验中心有着全球顶尖的碰撞安全实验室、NVH实验室、动力总成实验室、整车道路实验室，以及多功能试验场。其中，在碰撞安全试验室中OMODA 5再次展示了满足全球标准的硬核实力。实际测试中，装有刚性壁障的移动台车以50Km/h的速度撞击OMODA 5侧面，撞击时侧边安全气囊及时弹开对假人形成了有效保护。

正是得益于奇瑞龙山试验中心顶尖的技术实力，OMODA 5多次按照全球标准实验，满足当地标准及法规标准。除了满足俄罗斯、巴西、海湾GCC、智利的排放标准、碰撞安全、行人保护等标准外，OMODA 5还获得了GOST、INMETRO、ANTATEL、3CV等多项认证，并且满足埃及、阿根廷、厄瓜多尔、阿尔及利亚等16个国家的法规要求。同时，OMODA 5充分满足中国C-NCAP、欧盟E-NCAP、中南美L-NCAP、东南亚ASEAN-NCAP以及澳洲A-NCAP等五大碰撞标准，代表着OMODA 5有着满足全球标准的五星品质。

三大核心产品力 全面助推奇瑞品牌年轻化

作为面向全球新世代年轻人的全球车，OMODA 5具有潮流设计、硬核动力、智能科技三大核心优势，代表了奇瑞对新世代年轻人的洞察与理解。研发之初，奇瑞多次向全球用户展示产品及视频，听取全球新世代年轻人的心声，并融入OMODA 5的产品设计当中，打造他们心中的“Dream car”。这也是OMODA 5于2021年广州车展完成全球首秀便获得众多用户与媒体关注的重要原因。

为了贴合全球新世代年轻人的个性与喜好，OMODA 5采用了突破性的设计语言，无论是无界矩阵格栅，还是先锋无界造型，亦或是全LED动态锋芒灯组，无一不是抓准了新世代年轻人的审美需求。同时，灵动飘逸的车身线条构建出跨次元的凌厉动势，定义了元宇宙中超现实潮流美学。中置的水晶映射挡把还支持12星座的个性化定制。

OMODA 5搭载的鲲鹏动力16TGDI+7DCT动力组合，最大功率145kW，最大扭矩290N·m。同时，OMODA 5还配备了超能赛车模式，在运动模式的基础上，通过声浪模拟可以给用户带来沉浸式的驾控体验。前麦弗逊式+后多连杆式的悬架布局，以及出色的底盘调校可使OMODA 5在常见的碎石、减速带等路面有效过滤多余震感保持车身稳定性提高驾乘体验。此外，OMODA 5还搭载了L25级智能驾驶辅助系统。

“爱玩”是全球新世代年轻人的一大标签，OMODA 5搭载的智慧辨识系统支持面孔+手势识别，能为用户带来专属感十足的用车体验。同时，OMODA 5还搭载了AI情感监测调节系统、246吋一体式双联屏+畅玩生态，以及SONY豪华音响+64色律动氛围灯，不仅直接拉满了座舱科技感，更能为用户带来沉浸的影音娱乐体验。不仅如此，OMODA 5还搭载了C-PURE 奇瑞净立方绿色座舱，整车内饰全部采用了欧标环保工艺及生态设计理念，能有效从源头抑制有害气体的产生，并通过负离子空气净化系统+净PLUS滤芯净化功能，可以使座舱的空气质量始终处于较高水平，让用户可以时刻尽享清新空气。

沟通新世代年轻人创新营销 3月下旬开启盲订

今年是奇瑞成立的第25年，这位风华正茂的“95后”有着敢想敢为的勇气，正在不断通过创新营销方式全力拥抱年轻，OMODA 5正是对话新世代，沟通全球新世代年轻人的产品。无论是全网投票征名共创、元宇宙少女阿喜代言，还是车展首次全息互动，都是奇瑞走近年轻人的努力。奇瑞通过圈层化社区构建，打造中心化的粉丝平台，与用户持续性地沟通交流形成良性循环。

不仅如此，奇瑞OMODA 5还联合52TOYS以年轻人喜爱的盲盒形式，推出了#新年就要OMODA#集喜卡活动。奇瑞通过与潮牌联动，在与年轻人同频共振的同时，将OMODA 5作为种子埋进了更多年轻人的心中。此外，在刚过去的情人节中，OMODA 5还去到上海北外滩滨江绿地狂秀技，与众人来了一场甜美邂逅，并向全球新世代年轻人高调告白，让他们感受了在元宇宙中过情人节的应有样子。

未来，OMODA还将联合更多IP与潮牌，打造潮品，通过潮牌周边辐射更多全球新世代年轻人，让他们感受到OMODA元宇宙的魅力。同时，奇瑞还将不断以创新营销方式打破行业壁垒，与全球新世代年轻人建立更多联系，以“玩在一起，乐在一块”的形式实现品牌与用户的双向奔赴。

为全球市场开发的OMODA 5计划将于2022年在全球30多个国家地区陆续上市，后续还将推出混动、电动版。同时，奇瑞宣布将于3月下旬举行“OMODA”重量级产品生态发布活动，通过产品讲解配合元宇宙社区规划，吸引更多全球新世代年轻人共建OMODA元宇宙，并将同步开启盲订。

您好，随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。极限元采用了基于语音关键词检索技术、音频对比技术、情感识别技术的录音质检方案，可以减少语音识别准确率不高带来的录音质检误差，有效提升了录音质检效率，这是区别于现在行业内用的基于语音识别技术和语义分析技术的录音质检。做语音质检或语音分析的基础就是把语音转化成文字，再利用文字去做后期的数据分析。语音转文字的准确率也要看当时语音的语速、普通话的标准、噪音等因素，像中金数据引擎撰写的准确率能达到85%以上的就算业内良心商家了，在录音系统中很难达到90%以上这个水平的，那些说能达到90%以上的准确率其实都是不太可能实现的，只是市场宣传听听就好了。谢谢。

近年来，科幻风潮席卷全球，无论是科技行业、电子行业和还是汽车行业，都掀起了一阵科幻热。而在汽车行业中，奇瑞汽车同样敏锐地抓住机遇，积极探索市场消费趋势与行业营销玩法，并于近日宣布联合热门科幻IP《三体》推出的“三体科技探索座驾”— 瑞虎8 PRO将于5月18日正式上市。新车将携全新时空矩阵设计语言、Lion50 AI科技智慧座舱、鲲鹏动力等核心科技为用户带来全新体验，并以潮流的科幻文化与用户产生共鸣，传递品牌年轻化与科技化的精神内涵。

连接科幻与现实，让未来触碰可及

作为面向泛90后年轻群体的车型，瑞虎8 PRO采用了全新时空矩阵设计语言，就像《三体》中的“水滴”探测器，是一辆连接了科幻与现实的梦幻座驾。新车的时空交错矩阵前脸主要由大面积的“X”型黑色格栅构成，格栅内遍布条形元素，宛如科幻**中的星河战甲，能满足年轻用户群体前卫潮流的审美需求。

当夜幕降临，瑞虎8 PRO搭载的LED星际粒子科技大灯与群星裂变式尾灯在驱散黑夜的同时，还能凭借极具辨识度的设计风格，时刻彰显年轻用户群体的与众不同。此外，瑞虎8 PRO还在四大细节处融入了未来式的“能量概念”，通过全方位的能量概念灯，能为年轻用户带来仪式感十足的视觉盛宴。在19吋运动飞行轮毂与碎星四出排气的加持下，更是彰显了瑞虎8 PRO极具战斗气息的运动风范。

融入未来生活，打造沉浸式出行体验

除了外观，瑞虎8 PRO更是在车内打造了无与伦比的科技氛围，为用户带来了“Lion 50 AI科技智慧座舱”，搭载曲率为3000R的246吋寰宇星云沉浸环绕屏，不仅可让用户视线更集中，更能为用户营造行业顶级的科技氛围。同时，新车搭载AI情感超级交互系统，该系统融合了地平线最新AI识别算法技术以及新一代高效能车规级AI芯片，实现了包含人脸识别无感登录、全时免唤醒多模语音交互等多项情感识别交互功能，旨为提供更人性化、更安全的驾乘出行体验。

不仅如此，瑞虎8 PRO还配备了奇瑞首发的W-HUD 星际飞行式平视显示功能，其能显示包含行车状态、ADAS信号、娱乐、导航在内的多样化信息，不仅未来感十足，更重要的是能大幅提升出行安全性。在年轻一代关注的舒适与娱乐性上，瑞虎8 PRO更是搭载了奇瑞首发的无重力女皇适能座驾、六感香氛弥漫系统、第二排共享娱乐智慧屏等同级独有配置，以及SONY豪华10扬声器环绕音响，并可通过同级最具科技感的氛围灯组，能让年轻人尽享极致的沉浸式影音娱乐体验。

全域动力赋能，满足全场景出行需求

对于年轻人而言，一台未来座驾不仅仅要有科技感，驾控乐趣同样是重中之重。在鲲鹏动力的强大赋能之下，瑞虎8 PRO将同时推出鲲鹏16TGDI/20TGDI燃油动力、鲲鹏混合动力的同级最强产品阵容，以满足用户全场景的用车需求。其中，鲲鹏动力20TGDI发动机最大功率为187kW，峰值扭矩达390N·m。在这款发动机的加持下，新车零百加速成功跻身“7秒俱乐部”，而且在中后段仍有充足动力，效能堪比豪华品牌的高功率20T发动机。

值得一提的是，鲲鹏动力16TGDI/20TGDI均揽获了“中国心”十佳发动机大奖，并凭借着卓越的动力性能、燃油经济性及可靠性赢得了全球用户的认可和青睐。此外，新车还搭载了奇瑞汽车联合采埃孚并集全球多项领先技术打造而成的“CHERY AWD” 奇瑞全场景智控四驱系统。这款四驱系统包含经济、普通、运动、雪地、泥地、越野在内的6种全场景路况模式，可为用户解锁全用车场景。

除搭载鲲鹏燃油动力版之外，瑞虎8 PRO还有搭载鲲鹏DHT超级混动技术的车型，其能凭借“3擎3挡9模11速”的核心技术优势，为用户带来更前卫的出行体验，并无惧油价飞涨。该车可通过3个物理档位及9种工作模式，提前识别路况，以覆盖11种全用车场景的技术实力确保动力时刻高效输出。

自瑞虎8系列诞生至今，凭借着澎湃动力、宽适空间、智能科技、可靠品质等产品优势实现了持续畅销，不仅成功揽获2020年/2021年中国品牌中型SUV与7座SUV销量桂冠，还在4年时间里远销埃及、巴西、智利等全球数十个国家，得到了全球用户的认可。

今年4月，伴随着第一台瑞虎8 PRO的整车下线，瑞虎8系列销量强势挺进“50万辆俱乐部”，成为了中国品牌中型SUV及7座SUV整车最快达到50万辆销量的车型。可以预见，瑞虎8 PRO以潮流科技感的外观、澎湃的全域动力以及极高的智能科技打造科技旗舰新标准，势必为年轻家庭用户开创全新科技驾乘体验，同时助推奇瑞品牌“量质双升”，为品牌向上注入新动能，与用户携手进入下一个未来。