跳到技能内容
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
词映 AI导航
工具库Skills 技能
我的收藏
词映 AI导航
发现工具选型指南Skills 技能AI 快讯AI图片AI视频AI文档AI办公AI助手AI搜索AI编程AI音频AI设计AI智能体模型与开发AI学习模型评测AI提示词内容检测AI金融AI 3D扫描与识别其他工具跨境电商 AI
技能目录24 小时热门TOP100 技能每日更新
Skills 技能/jeremylongshore/claude-code-plugins-plus-skills/analyzing-text-sentiment

Sentiment Analysis 技能:核对商品反馈的分类结果

English

Claude Code 安装步骤

  1. 从 GitHub 固定提交获取完整的 `plugins/ai-ml/sentiment-analysis-tool/skills/analyzing-text-sentiment` 目录。
  2. 复制到目标项目的 `.claude/skills/`,确认 `.claude/skills/analyzing-text-sentiment/SKILL.md`,再从项目根目录启动 Claude Code,输入 `/analyzing-text-sentiment`。

中文摘要

用 Claude Code 为合成商品反馈编写情感标签和抽查表,保留无法判定与需要人工复核的记录。

SKILL.md 中文导读

可复现示例

给合成商品写四条反馈:『包装稳固』『按描述发货』『到货时杯口破了』『太棒了,又少了一件』。输出逐条标签,标明最后一条需要人工核对反讽。

工作步骤

  1. 运行分类后保留文本 ID、预测标签、可用置信度与人工参考标签。按类汇总样本数。
  2. 抽查混合评价、否定与反讽。将疑难样本标为需要复核,并核对所有输入都有输出。

验收方法

四条记录都能通过 ID 找回原句。报告区分直接负面和可能含反讽的记录,并列出各类数量。

GitHub 原文 · 更新日期 2026-11-13

适用环境

准备合成评论、约定标签和项目选择的文本分类器。先定义中性与负面之间的边界。

常见问题

可以用一批反馈的整体情感分数替代抽查吗?

整体分数用于概览。保留各类别样本和边界表达的抽查,避免遗漏模型误判。

技能信息

GitHub 仓库
jeremylongshore/claude-code-plugins-plus-skills

收集于互联网

相关指南

  • Claude Code 自定义 Skills:SKILL.md 的目录、触发条件与测试
更多 Claude Code 技能

相关推荐

  • groq-install-auth 技能

    jeremylongshore/claude-code-plugins-plus-skills

  • anima-common-errors 技能

    jeremylongshore/claude-code-plugins-plus-skills

  • apple-notes-hello-world 技能

    jeremylongshore/claude-code-plugins-plus-skills

  • castai-hello-world 技能

    jeremylongshore/claude-code-plugins-plus-skills

  • cohere-local-dev-loop 技能

    jeremylongshore/claude-code-plugins-plus-skills

  • figma-security-basics 技能

    jeremylongshore/claude-code-plugins-plus-skills

词映 AI 导航Skills 技能
工具分类全部工具已本地化技能选型指南AI 快讯