本文作者仅代表个人观点。狗万官方
你正在阅读企业家印度，一个企业狗万官方家媒体的国际特许经营。
印度正在进行的选举充分表明，所有政党都非常重视社交媒体这一现代沟通工具。更进步的政党也习惯于使用社交媒体实时评估公众情绪，并根据这一判断，以公开声明或政策变化的形式进行修正。
通常被称为社交媒体意见监测或情绪分析，通常涉及对推特和Facebook帖子形式的实时社交内容进行算法或人工分析。复杂机器学习(ML)算法可用于根据分析目的自动为单个帖子分配情绪标签。例如，一个典型的情绪标签可以将一条推文识别为积极的、消极的或中性的，而另一个标签可以进一步挖掘积极的推文，如希望、快乐、感激等。聪明的分析通常包括在出现的情况下不断地重新审视情绪标签。
做事的方式
一旦对帖子进行分类，宏观层面的分析可以帮助政党评估用户对任何趋势政治问题的整体情绪，而向下挖掘的分析可以识别更深层的情绪或具体的关注点。彻底的分析甚至可以输入到各方运行的通信引擎中，因为它们可以在社交或数字渠道上针对所有带有特定情绪标签的个人用户，并提供专门设计的信息。
想想最近的一个例子，印度的一个政党指责另一个竞争政党在个人度假时使用军舰，这引发了一场重大的社交媒体争议，数十万人在短时间内在网上表达了他们的观点。第二天，被指控的一方反驳另一方，称对方花了非常便宜的机票，滥用军用飞机接送其领导人参加政治集会。这确保了印度社交媒体连续第二天在各种富有表现力的推特和更新上保持极度活跃。
有意义的见解
由任何一个政党进行的情绪分析都可能显示，社交媒体用户对其中一个政党的指责比其他政党更认真。无论结果是有利还是不利，任何一方都可以实时改变自己的竞选信息，以便更好地与公众情绪保持一致。
然而，为了产生有意义和可操作的见解，政党或公司在计划和进行情绪分析时必须谨慎。也许最重要的考虑是选择正确的分析算法，这些算法可以由人主导，也可以由机器驱动。虽然自然语言处理(NLP)的进步已经使得获得高度准确的结果成为可能，但在可预见的未来，人类主导的情感分析仍将是准确性的最后定论。数据量大或期限短是人为分析的唯一两个限制因素;然而讽刺检测仍然是机器分析的薄弱环节。
其次，选择正确的字典存储库对于获得准确的结果非常重要。有些词在两种不同的语境中有不同的情感;例如，flamboyant这个词在时尚界表示积极的情绪，但是当它用于政府部长或官员时就带有消极的情绪。对于不同的上下文有不同的字典，如果有必要，应该选择一个合适的字典或自定义创建一个。
第三，更重要的是先考虑负面意见。一句负面言论会引发一系列事件，导致恶性循环，对政治家的形象造成持久损害。因此，关键是各方一旦察觉到公众情绪正在转向负面，就立即采取纠正行动。
最后但同样重要的是，一致性是关键。情绪分析必须是一项持续的活动，不仅可以训练ML算法并提高其准确性，还可以让决策者有效主动地对快速变化的公众情绪做出反应。如果做得有效，情绪分析可以成为一种非常有用的替代方法，而不是政治家和统治者从一开始就使用的实地策略。
