正常例子 · 质量问题＋物流包装
{
"review": "保温还可以，但杯盖用了两天就漏水，快递盒也压坏了，杯身没破。"
}漏水对应质量；包装被压坏对应物流包装，没有证据说明杯身损坏。 情感为褒贬混合：同时肯定保温并批评漏水和包装。
后续动作：分别统计两个标签，保留原文供复核。
SCENARIO / REVIEWS
评论情感分析与主题分类
分别判断评论主题与情感极性，比较褒贬混合和信息不足样例，编辑 JSON，或进入工作台分析并导出。
质量、物流与使用体验可同时出现；情感则独立判断为正面、负面、中性、褒贬混合或无法判断。问题标签不直接决定情感，本工具使用固定主题，不自动发现新主题。
下方提供正例、反例和信息不足样例；固定教学答案不随编辑改变。 查看完整操作指南
主题与情感：分开看同一条评论
主题回答“提到了什么问题”，情感回答“表达了什么态度”。褒贬同时出现时用混合；只有事实用中性，缺少评价依据时用无法判断。下面是人工编写的解释示例，不是实时模型结果。
| 评论 | 主题标签 | 情感 | 依据 |
|---|---|---|---|
| 保温很好，但盖子漏水。 | 质量问题 | 褒贬混合 | 肯定保温，也明确批评漏水。 |
| 颜色太棒了，真喜欢。 | 信息不足 | 正面 | 有明确赞美，但不足以判断质量、物流或使用问题。 |
| 盖子漏水，太失望了。 | 质量问题 | 负面 | 明确表达不满。 |
| 杯子容量是 500 毫升。 | 信息不足 | 中性 | 提供事实，没有表达好恶。 |
| 这个杯子多少钱？ | 信息不足 | 无法判断 | 这是提问，不是使用评价。 |
工作台会在一次 Jev 请求中分别判断主题与情感，每条仍消耗 1 积分。可筛选情感、人工修正并导出；修改后的结果与原模型建议分别保留。旧项目没有情感结果时显示“未判断情感”，不会自动重新调用。
打开情感分析工作台 →适合谁 需要整理产品反馈、保留原文证据的产品与电商团队。
教学示例 · 非实时推理先把判断标准说清楚
- 同一条评论可有多个标签，不强迫选一个主问题。
- 物流受损与产品受损分开判断，不推断没有描述的损坏。
- 没有描述问题与信息不足不同；模糊反馈交给人工。
- 情感独立判断；有问题不必然是纯负面，纯赞美也可能缺少可用于主题分类的具体信息。
先判断，再看解释
01 / 练习展开完整样例与教学答案
反例 · 无明显问题
{
"review": "用了一个月，没有漏水，清洗方便，包装完整。"
}文本明确否认相关问题，不能因为出现“漏水”两个字就打质量标签。 情感为正面：清洗方便与正常使用是明确肯定。
后续动作：保留为无明显问题，不计入问题数量。
信息不足 · 信息不足
{
"review": "这个杯子多少钱？"
}没有描述具体缺陷、配送或使用问题。 情感无法判断：这不是一条明确表达使用评价的评论。
后续动作：等待人工查看上下文，不强行填入问题类别。
把模板改成你的问题
02 / 配置修改材料与问题标准，生成请求配置。字段名与选项值保持英文，便于代码读取。编辑不会运行模型，也不会改变上方教学答案。
问题与判断标准
字段名固定，标准与选项可修改REQUEST.JSON
查看对应 Python 调用代码
在自己的环境里运行
03 / 实践- 下载并解压案例代码
需要 Python 3.10+，无需第三方依赖。从包含 examples 文件夹的目录运行。
下载完整案例代码包 - 先运行离线教学样例
python -m examples.hello_jev reviews --mode offline --language zh这只检查本地流程，不代表模型效果；修改输入后不能继续回放旧答案。
- 准备好账号后，再做真实调用
在本地设置 TYPESAFE_API_KEY，配置文件保存在项目根目录。真实调用会把材料发给 TypeSafe，可能产生费用。本版尚未实测真实调用。
python -m examples.hello_jev reviews --mode live --language zh --request request.json
继续理解背后的方法
请求字段依据官方 API 文档，核对日期：2026-09-20。 API reference