「真係多謝晒」是讚還是鬧？廣東話情緒分析的人手覆核方法
香港品牌做 ORM／網上口碑管理，分析廣東話留言時應覆核反話、混合意見及上下文，再決定客戶行動。情緒標籤只能輔助判斷，不能直接當成客人的真正意圖。
沿用 Chiwa AI 原有 AI 概念配圖；非真實個案、工具介面或成效數據。 審閱及發布批准：Codex（編輯核對）；Jones Ng（發布流程授權，非逐字審閱）｜2026-09-14。
先分清語意誤判，才決定是否換工具
已收到留言卻判錯態度，屬於情緒分類問題；根本沒有收到留言，則是資料覆蓋問題。香港品牌做網上口碑管理，應把兩類錯誤分開記錄，否則換了分類模型，仍可能漏掉原本沒有被收集的投訴。
Microsoft 在情緒分析透明度說明指出，反話可能需要更多上下文；訓練資料較少涵蓋的方言，也可能有較低準確度。文件亦說明，信心分數不是情緒強度。這些是該產品的限制，不是所有工具的共同準確率，更不是廣東話一定無法分析的證明。來源：Microsoft 情緒分析透明度說明，2026年4月1日更新
對品牌而言，風險不只是報表顏色錯了。若一則反話被標成讚賞，客服可能跳過真正需要跟進的人。相反，把輕鬆玩笑當成危機，也會耗用處理能力。
逐句標註對象，不用一個標籤蓋住整段留言
同一段留言可以讚產品、批評送貨，兩者不應互相抵銷。本文提供一張供團隊採用的「語句—對象—上下文—行動」覆核表，屬編輯設計的工作方法，並非經驗證的模型成效。
| 原句：以下全為虛構例子 | 評論對象 | 尚欠上下文 | 建議處理 |
|---|---|---|---|
| 真係多謝晒，等到我放工都未到 | 到貨時間 | 承諾時段及完整對話 | 標記疑似不滿，查送貨紀錄 |
| 件貨好，但客服冇覆我 | 產品與客服 | 客戶何時及經何渠道聯絡 | 分開產品正面、客服負面 |
| 又係咁，服咗你 | 未明 | 指的是品牌、其他留言者還是自己 | 暫列待確認，不強行定性 |
| 今次終於快返 | 今次與過去的服務 | 是稱讚改善還是仍有問題 | 保留混合語意，再看後文 |
覆核人應留下理由，例如「不滿的是等候時間，不是產品質素」，而不是只把紅色改綠色。後續同事才知道標籤背後的判斷。
建立固定測試集，避免只挑容易判的例子
測試集應反映實際收到的語言、平台和問題，包括中英夾雜、反話、無主語短句及同句褒貶。挑選時保留抽樣期間和來源範圍，去除不需要的個人資料，並把真實授權樣本與自行編寫例子分開。
先讓覆核人獨立判斷，再討論分歧。若人也無法可靠判斷，就把「上下文不足」保留成正式結果，不要為了方便計算而硬塞進正面或負面。用來修改規則的例子，也不應全部同時當成獨立驗收樣本。
比較工具版本時，使用同一批保留樣本及同一判斷標準。另加新語境的補充集，但不要混在一起，令報告看似進步卻無法比較。
覆核優先次序要看後果，而不是只看信心
會觸發對外回覆、刪除內容或管理決定的分類，應比單純報表標籤更審慎。本文建議先覆核影響客戶處理的錯誤，再抽查普通留言；不要因模型「很有信心」就跳過原文。
記錄可分成：漏掉需要跟進的留言、錯誤升級普通留言、混合意見被壓成單一類別，以及資料不足。各項都應列出檢查數、錯誤數、期間和分類版本。沒有足夠樣本時，寫樣本不足，不公布籠統準確率。
AMEC 的評估框架區分傳播輸出與成果。套用到本篇，完成多少分類只是工作量；是否減少錯派個案、是否讓需要協助的客戶得到處理，才是另一層待驗證成果。來源：AMEC 計劃與評估框架
常見問題
廣東話一定要全部人工讀嗎？
不一定。工具可以協助排序和初步分類，但抽樣比例及覆核範圍應由風險、樣本表現與人手決定。本文沒有一個適用所有品牌的固定比例。
正面留言也需要抽查嗎？
需要。反話可能被放入正面或中性類別，只抽查負面留言會看不到這類錯誤。抽查時亦要留意同一句是否評價不同對象。
先改收集關鍵詞還是先改分類？
先看留言是否已在系統內。未收集到的問題，可參考社交聆聽漏報與誤報檢查；已收集卻判錯，才進入本文的語意覆核流程。
下一步：帶一份可匿名化的誤判清單來討論
先整理原句、分類結果、覆核理由及真正需要的客戶行動，不要只截取情緒百分比。你可以與 Chiwa AI 討論如何把覆核結果接回ORM 網上口碑管理流程。
WhatsApp 諮詢：6826 5126｜WeChat：jonesnghk
資料查閱：2026-09-14。本文為一般營運方法；例子並非真實客戶，亦不代表工具測試結果。