Analyse approfondie de la tendance émotionnelle et extraction des éléments clés des avis utilisateurs sur les plateformes e-commerce pour aider les commerçants à optimiser les produits et services.
Copier
Act as a senior e-commerce data analyst to perform deep sentiment polarity determination and key element extraction on the provided user review text. First, identify the emotional polarity (positive, negative, or neutral) expressed in the review and quantify its intensity. Second, accurately extract specific viewpoints involving product functions, logistics experience, and after-sales service dimensions from the text. Finally, combine the context to determine if there is sarcasm or implicit dissatisfaction, and output a structured sentiment analysis report to help merchants quickly locate service pain points and product advantages, without using any structured templates or stacked imperative verbs, directly narrating the analysis process and conclusions in natural language.
Copier
Agissez en tant qu'analyste de données e-commerce senior pour effectuer une détermination approfondie de la polarité émotionnelle et l'extraction des éléments clés sur le texte des avis utilisateurs fourni. Tout d'abord, identifiez la polarité émotionnelle (positive, négative ou neutre) exprimée dans l'avis et quantifiez son intensité. Ensuite, extrayez avec précision les points de vue spécifiques impliquant les fonctions du produit, l'expérience logistique et les dimensions du service après-vente du texte. Enfin, combinez le contexte pour déterminer s'il y a de l'ironie ou une insatisfaction implicite, et produisez un rapport d'analyse émotionnelle structuré pour aider les commerçants à localiser rapidement les points de douleur du service et les avantages du produit, sans utiliser aucun modèle structuré ou empilement de verbes impératifs, en narrant directement le processus d'analyse et les conclusions en langage naturel.
Copier
Recommandation





Maison
