读懂文字里的“喜怒哀乐” 语忆科技还想拓展艺术IP挖掘市场

随着社交网络兴起，舆情监控工作对于企业来说日益重要，但这一单调重复的工作却又耗时耗力。我们此前报道的语忆科技，就希望利用技术，自动解析文字中的情感，为企业高效决策提供更有效的工具，近期完成了来自于天使湾的天使轮融资。

杭州语忆科技成立于2016年9月，做出了中文文本情感解析引擎。不同于目前市面上的类似产品智能对文本进行情感的正负极判断(积极/消极)，语忆科技基于自主研发的深度学习算法，可以在短时间内识别出6种正面情绪、6种负面情绪和6种中立情绪，同时可以按照客户的需求挖掘其他特殊情绪，并挖掘到引起情绪变化的关键词。比如说，告诉你苹果8的产品评论中焦虑情绪居多，引起焦虑的关键词是“价格”。

语忆情绪解析算法最直接的应用，就是商业分析咨询服务：帮助企业分析消费者对产品的情绪表达，挖掘出产品属性及其对应的用户情感反馈，从而提供完善产品或提高服务体验的建议。事实上，文本挖掘和舆情监控——通过收集互联网的各类文本信息，帮助企业进行竞争分析、公关、用户调研等——已经是大数据公司一项相对成熟的业务。

语忆情绪解析算法的定位是服务于企业客户。目前，语忆科技已经与数家食品品牌商及其电商代运营公司达成了合作，利用其技术做这方面的舆情监控。

不过，团队并不希望长期做这种定制的案例，更希望做成数据可试化的通用SaaS平台，为B端企业提供服务。为了更好的服务B端客户，团队还结合具体的场景，提供一些“插件”，以更好地帮助企业提升企业售前与售后服务质量。

语忆情绪解析算法目前挖掘的数据主要是网络文本信息，团队计划今年会将微博、微信公众账号纳入进来。同时，也会通过将微博用户进行分类分组，判断不同人群对同一产品的不同情绪表达，生成人群的喜好逻辑，应用到广告投放及广告效果追踪上。

除了提供咨询服务之外，语忆科技也在尝试拓展更多的应用领域。网文小说IP挖掘就是其中之一。一般来说，人物情绪波动明显的内容，才更有可能成为爆款。通过语忆情绪解析算法，可以在网文小说连载的过程中，分析内容中人物情绪波动，帮助IP孵化渠道找出更有可能成为爆款的内容。目前，团队已经与杭州一家IP孵化公司进行了业务合作。创始人袁晋告诉36氪，这种探索未来也有可能拓展到跟多的内容文创领域，比如歌词领域。

近年来，以情绪识别为代表的“情感经济”流行，诸如Affectiva、Emotient、Realeyes、Eyeris、Nviso、Kairos等公司，都希望通过识别面部表情达到情绪识别的目的，诸如Beyond Verbal、EI Technologies、Cogito等公司，则希望通过语音的声学特征识别情绪。

文本的情感分析，此前有不少机构做过研究，现在市面上也有不少公司在做。一般来说，主要有三种不同的方式。一是分词，判断词语的情感正负面;一种是诸如腾讯文智和玻森咨询在做的整体语义判断;语忆科技在做的是多维度情绪分析和情感分析，目前并不多见。此前被IBM收购的AlchemyAPI曾提供过一个能够识别五种情绪的情感分析API，但大量的研究和应用都是基于LIWC(Linguistic Inquiry and Word Count)等较为成熟的大型开源情感词库。

语忆科技目前团队不足10人，计划今年5月拓展到10人以上。Kismet的技术团队来自Oracle、SAP、中兴、滴滴和特斯拉，市场团队来自华为，运营和财务总监来自毕马威。