Zovda
情感是买家最先要、也最不敢信的字段，因为每个人都吃过「标签和句子对不上」的亏。
这个标签不是文本的属性。它是文本、规范、以及打标签的那个人，三者共同的属性——而其中只有一个是不变的。
这个字段到底存了什么
正 / 中 / 负三分类，把好几个不同的问题压成了一个：作者自己什么感受、作者怎么谈这个对象、受众怎么接收。
这三样经常分开。一条帖子可能对产品极其愤怒，评论区却一片叫好。先决定你存的是哪一个，再给字段起对应的名字。
一致性才是那个真数字
在报分布之前，先报两位人工标注员在样本上的一致率。一致率低的情感集，它的分布是噪声塑出来的。
这个数低，该改的是规范，不是模型。
反讽不是边角案例
在某些行业里，很大一部分文本是反着说的，字面意思和实际意思相反。把它当边角处理的数据集，分数会很好，一进信息流就废。
要有意去收。这些也正是买家拿来测试的那批样本。
刷新标签，别动文本
规范变了，重标一个样本，而不是整个集合，并且两个版本都留着。旧标签是关于「标准如何移动」的数据。
文本本身永远不要改。一条被清洗过的帖子，不再是任何事情的证据。
这些集合由 Zovda 通过 Datuva 生产，每个标签都带着它依据的规范版本，分布的变动可以解释成规则的变动。社媒数据语料列出了涉及的字段。
告诉我们你想量的到底是什么，我们会在 1 个工作日内回复。