篇章级情感判断
基于数说海量数据预训练模型，Multi-task多任务学习（广告、NER、文本分类、情感）混合训练，共享参数层，实现准确率85%。

实体级情感判断
基于BERT的双重掩码序列模型训练，实现准确率85%。

细粒度情感判断
智能三元组算法可识别更多的特征词，甚至可以识别部分错字和病句，准确率90%、召回率大幅高于传统码表匹配。

某日化巨头—Social Listening Dashboard

某保健品集团—智能KOL系统建设

服务客户部门：产品研发部，市场热点瞬息万变，传统调研方法太慢且数据少，难以掌握真实消费心理；产品创新方向局限，多从产品本身功能、外观等层面出发，缺乏深层洞察挖掘潜在市场其需求。

覆盖海量数据，全面捕捉消费需求：平台内嵌社群洞察功能模块，采集社媒、视频、电商等多阵地数据，实时聆听挖掘消费者观点。多维度创新趋势发现，拓新创新灵感来源：平台打造多种不同类型的趋势榜单，帮助企业发现处在萌芽期，快速增长期和市场成熟期的产品创新趋势，为产品的innovation和renovation提供创新灵感。构建行业知识图谱，加快创意概念落地：平台深度挖掘原料/产品/功效等相关新概念，并生成行业知识图谱，实现概念实时搜索与关联关系探索功能，助力产品创新可视化探索。

平台上线一年内，在数十场产品创新工作坊中贡献百余个创新概念，辅助集团大大加速产品创新从0到1的进化过程；平台通过结合领域专家知识和海量外部数据，同时满足了传统研究的洞察深度和数据智能的响应速度，极大拓展了捕捉产品创新趋势的能力边界；打破传统workshop创新概念难以沉淀的情况，将海量繁杂的非结构化数据通过平台整合梳理，并持续沉淀成为企业可复用的创意资产。