感情分析（Sentiment Analysis）はを理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk nlp neural_network

G検定トップ ＞ 感情分析（Sentiment Analysis）とは？【NLP基本タスク｜G検定対策】

まず結論

  • 感情分析（Sentiment Analysis）とは、テキストデータに対して「ポジティブ／ネガティブ」などの感情ラベルを分類する自然言語処理タスクである。
  • G検定では「ラベルを推定する分類タスク」である点が問われる。

直感的な説明

感情分析は、
「この文章、気持ちは良い？悪い？」を判断するAIです。

例：

  • 「この商品は最高！」 → ポジティブ
  • 「二度と使わない」 → ネガティブ
  • 「普通です」 → ニュートラル

👉 文章の内容を要約したり、文章を作ったりはしません。
あくまで 気持ちの向きを分類する タスクです。

定義・仕組み

感情分析は テキスト分類問題 の一種です。

特徴：

  • 入力：テキスト（レビュー、SNS投稿、アンケート回答など）
  • 出力：感情ラベル
    • ポジティブ
    • ネガティブ
    • ニュートラル（3分類が典型）

手法：

  • 従来：BoW / TF-IDF + 機械学習
  • 現在：BERT などの深層学習モデル

重要：

  • 分類タスク
  • 生成タスクではない
  • 情報抽出タスクでもない

いつ使う？（得意・不得意）

得意な用途

  • 商品レビュー分析
  • SNSの評判分析
  • アンケートの意見集計
  • 顧客満足度の把握

不得意・注意点

  • 文章の要約はできない
  • 人名・地名などの抽出はしない
  • 新しい文章を生成するタスクではない

G検定ひっかけポイント

G検定では、次のタスクと混同させてきます。

よくある誤解

  • ❌「文章要約」
  • ❌「固有表現抽出」
  • ❌「文章生成」

正しい判断基準

  • ポジティブ／ネガティブ → 感情分析
  • 短くまとめる → 文章要約
  • 人名・地名を抜き出す → 固有表現抽出
  • 新しい文章を書く → 文章生成

問題文に
「ポジティブ」「ネガティブ」「感情を分類」
とあれば 感情分析 一択。

まとめ（試験直前用）

  • 感情分析＝感情ラベルの分類
  • NLPの基本タスク
  • 分類問題であり生成ではない
  • 要約・固有表現抽出と混同しない
  • 「感情を推定」→ 感情分析

🔗 関連記事

🏠 G検トップに戻る