儿，他感到身边坐下来一个人，温柔地说道：
“师兄，能打扰你一下么？”
凌志转过头，旁边坐着的就是刚刚出现的那位新人女生。梳着双马尾，长长的眼睫毛，精致如模子一般刻出的鹅蛋脸，娇俏的鼻尖，樱桃小嘴。双手十指相扣放在大腿上，穿着碎花连衣长裙，微笑着看着凌志。
眼前的女生无疑是属于甜美类型的美女，放在外面无论是谁都会多看两眼。但凌志显然不可能对师妹有什么想法，他也礼貌地回以微笑，说道：
“没关系，不打扰。我叫凌志，刚刚研究生入学一年，我懂得不多，以后还请你多多指教啊。”
女孩的微笑始终挂着，说道：
“你好，师兄。我叫韩轻悦，轻盈的轻，喜悦的悦。刚刚考上研究生，我才是要请师兄多多指教呢。”
“哈哈，彼此彼此。对了，老师有跟你分配什么研究方向么？或者你对研究什么有兴趣么？”
“还没有。老师给了我一本关于情感分析的中文书，我准备先学习一下。”
情感分析啊，凌志有所了解。
早年的情感分析基本上是将文本分为积极、消极以及中性三类。
早在十几年前，相关的论文就已经不计其数。大家争先恐后地在各大会议上发表，并声称自己在公开数据集上取得了最优的效果，尽管分类准确率可能只是零点几个百分点的提升。
如今，这个任务的情感分析准确率早已被刷到了97%以上，再也没人在这个任务上浪费时间了。
如今大家做的情感分析会更细粒化。如将一句话的情感分为喜怒哀惧等多个类别，看看在哪一种类别上的得分最高，那么这句话就更偏向于哪类情感。
而多分类任务一般的准确率相对较低，在以前可能也就将将过50%。如今这个任务已经有人做到了80%以上，所以更多的，人们开始进一步将任务细粒化。
比如开始分析一句话中的情感到底是喜悦，还是假装喜悦，是恐惧，还是装作恐惧。由此带来了一串相关研究任务，如情感方面词提取，情感原因匹配对抽取等等。
凌志虽然不做这个研究方向，但是在入学时也有看过这类的书籍。
想要做情感分析的话，确实比较容易上手，不过想做出好成果，并不容易。
跑模型大家都会，但想要做出新意，效果超过其他所有人，可能付出的努力并不一定会比自己小。