---
title: "感情分析（Sentiment Analysis）とは？【NLP基本タスク｜G検定対策】"
description: "感情分析（Sentiment Analysis）について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/sentiment-analysis/"
section: "gk"
---

## 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