打開一份包含 300 則原始貼文的試算表，問題很快就會浮現：複製、貼上、閱讀、瞇著眼辨認、猜測、重來——到最後，你還是不一定知道自己追蹤的這次發布，到底是讓大家喜歡，還是惹人反感。
這就是情緒分析存在的原因。不過，問題在於：大多數相關教學都還停留在 2022 年。它們假設你還能免費用 API、推薦那些一碰到反諷和表情符號就卡住的模型，還直接跳過真正決定結果有沒有意義的前處理步驟。我在 SaaS 與自動化領域投入了很多時間（也包括打造 Thunderbit），親眼看著情緒分析的版圖大幅改變。真正誠實、也符合最新情況的做法，必須同時涵蓋 Python 與無程式碼流程，並採用符合 2026 現實的資料蒐集方式與模型。
什麼是 Twitter 情緒分析？
Twitter 情緒分析，是指根據 X 上貼文的文字、表情符號與上下文，自動判斷其屬於正面、負面或中性。你可以把它想成教機器讀懂一則推文，然後回答：「這個人現在是開心、不開心，還是介於兩者之間？」
不過，情緒分析和一般的社群聆聽還是不一樣。社群聆聽重點在於追蹤大家在談什麼——主題、趨勢、聲量；情緒分析則是在此之上的評分與分類層，告訴你大家對所談內容的感受如何。這個概念可以追溯到數十年前的計算語言學與意見探勘研究，但直到近幾年，才真的變成主流商業工具。
常見的分類層級包括：
- 二元分類： 正面或負面（最簡單，但資訊最少）
- 三元分類： 正面、中性或負面（最常見的預設選項）
- 細緻分級： 從非常正面到非常負面（適合研究與深入的品牌追蹤）
另外，也有一些相關但不同的任務，例如情緒偵測（憤怒、悲傷、喜悅）、立場偵測（支持或反對某個主張）、層面級情緒分析（例如某人對「價格」和對「品質」的感受各不相同），以及反諷／戲謔偵測。TweetEval 基準 就把這些視為不同任務，這很合理：單一的情緒分數不可能回答所有商業問題。如果你在追蹤產品上市，通常會希望看層面級情緒（例如「喜歡相機，但討厭電池」）；如果你在監控危機，情緒類型與聲量比單純正負更重要。
為什麼 Twitter 情緒分析對你的業務很重要
X 本身就是圍繞即時對話而設計，所以新品發布、直播活動與突發新聞的反應會很快累積。對企業來說，速度就是價值所在。情緒分析能把大量非結構化文字，轉成團隊可以直接檢視、也能採取行動的結構化資料。
常見應用大致如下：
| 應用場景 | 團隊 | 商業成效 |
|---|---|---|
| 品牌聲譽監控 | 公關、行銷 | 在負面聲量爆發前先發現 |
| 產品上市回饋 | 產品、行銷 | 即時掌握哪些有效、哪些無效 |
| 競品基準比較 | 策略、行銷 | 在相同時間窗口內比較品牌觀感與競品差異 |
| 危機偵測 | 公關、營運 | 當負面聲量暴增時觸發人工審查 |
| 活動成效評估 | 行銷 | 依創意、渠道或時間衡量情緒變化 |
| 市場／股市情緒 | 財務、研究 | 追蹤財報、事件或政策周邊的民眾情緒 |
| 政治與政策研究 | 研究、政府 | 大規模掌握民意走向 |
更具體來說，X 的 2026 超級盃回顧 顯示，單一活動就產生了 1,600 萬則 Posts、來自 400 萬位作者、50 億次曝光，以及 6.05 億次影片觀看，其中一半對話發生在即時時段。這種規模下，人工閱讀根本不可能，必須靠自動化情緒評分。
而且重點不只是量而已。X 自家的 BrandRanx 方法論 結合了聲量、互動與情緒，也再次證明：情緒分析如果能搭配其他訊號，效果最好，不能單獨使用。
結論很簡單：如果你的團隊是根據大眾觀感做決策——無論是產品、品牌、活動還是危機——那麼針對 X 資料做情緒分析，就是最快的回饋迴路之一。
2026 年 X API 的現況：到底要怎麼取得推文資料
這正是大多數教學會翻車的地方。若你曾照著 Tweepy 教學貼上程式碼，然後撞上付費牆或難懂的錯誤訊息，你不是唯一一個。以前的 Free / Basic / Pro 分級已經不在了。現在的 X API 改成按用量計費並預付點數，每個端點都有費用，使用量也可以即時追蹤。
以下是目前各種資料取得方式的誠實比較：
| 方法 | 成本（2026） | 規模 | 技能門檻 | 備註 |
|---|---|---|---|---|
| X API v2（按用量付費） | 每次讀取 Posts $0.005 | 自助方案每月最多 200 萬次 Post 讀取 | 中等（Python） | 官方、可重現、合規 |
| 完整封存搜尋 | 每則回傳 Post $0.005；每次完整封存計數請求 $0.010 | 可回溯至 2006 年 3 月 | 中等到進階 | 適用於按用量付費與企業方案 |
| 篩選式串流 | 依傳送時的 Post 讀取計費 | 即時、持續 | 中等到進階 | 最適合即時蒐集 |
| 預製資料集（Kaggle、Sentiment140） | $0 | 只有靜態歷史資料 | 初學者 | 適合學習，不適合即時分析 |
| snscrape、Twint、Twikit 等 | $0 | 不穩定／常壞掉 | 進階 | snscrape 自 2023 年起就無法搜尋 X；Twint 已封存；Twikit 使用非官方方法 |
| 你自己的 X 封存資料 | $0 | 只有你自己的貼文 | 初學者 | 適合個人分析 |
有幾件事一定要知道：
- 舊的 Free／Basic／Pro 分級已經沒了。 任何還把它們當現況的教學，都不要照做。
- snscrape 對 X 已經失效。 維護者在 2024 年確認，Twitter 搜尋爬取已無法運作。Twint 已封存，Twikit 則使用非官方爬取與 cookies；能操作不代表有授權。
- X 的條款禁止未經事前書面同意的瀏覽器爬取。 也就是說，Selenium、Playwright 與瀏覽器擴充套件，不能算是對 X API 存取的合規替代方案。
X API v2：你實際拿得到什麼
一筆標準的 Post 讀取費用是每則回傳 Post $0.005。User reads 則每次 $0.010。也就是說，10,000 次唯一 Post 讀取大約要 $50，還沒算其他資源成本。自助方案上限是每月 200 萬次 Post 讀取。費率可能會變，務必隨時查看 Developer Console。
做情緒分析時，你需要的不只是 id 和 text。實用的最低資料結構，應包含 created_at、lang、author_id、conversation_id、referenced_tweets、entities、context_annotations 與 public_metrics。請保存原始回應，以及查詢內容、端點、UTC 時間區間與分頁 token 的不可變紀錄。少了這些，你的語料就無法重現。
還有一個變數：X 在 2026 年 5 月 4 日的搜尋索引遷移 改變了觀察到的語料。關鍵字 REST 搜尋不再回傳 reposts，而 Filtered Stream 則沒有改變。如果你在比較該日期前後的結果，實際上可能是在數不同的人群。
預製資料集：適合學習，不適合即時分析
Sentiment140（160 萬則推文，以遠端監督標註）和各種 Kaggle 資料集都免費，適合學習與基準比較。但 Sentiment140 蒐集於 2009 年，而 TweetEval 的情緒子集使用的是 2013–2016 年的 SemEval 資料。它們無法證明你的模型能處理 2026 年的語言、俚語或事件。
關於 Thunderbit 與 X 資料的說明
這裡我想先講清楚，因為 Thunderbit 就是我們做的：Thunderbit 是一個 AI 網頁爬蟲與自動化工具，適用於許多相容網站。但 X 的現行條款禁止在未經同意的情況下進行瀏覽器爬取。所以我不會把 Thunderbit 包裝成繞過 X API 成本或存取限制的方案——那樣會誤導使用者。對 X 資料來說，請使用官方 API、授權資料供應商，或你自己的帳號封存資料。Thunderbit 真正適合介入的地方，是下游流程：把你已透過合法方式取得的資料進行結構化、標註與匯出。後面會再談到。
如何選擇情緒模型：VADER、TextBlob 還是 RoBERTa
你選的模型，比大多數教學願意承認的還重要。競品指南最大的缺口之一，就是幾乎沒有人談到針對推文微調過的 transformer 模型——而這正是目前一些最強實務基準所在。
以下先做直接比較。我刻意不在表格中放通用的 F1 數值，因為分數會因資料集、切分方式、標籤定義、時間區間與評估指標而不同。取而代之，我會描述相對表現，並提供你可自行查驗的基準來源。
| 模型／函式庫 | 方法 | 能處理反諷嗎？ | 能處理俚語／表情符號嗎？ | 相對推文準確度 | 設定複雜度 |
|---|---|---|---|---|---|
| VADER（NLTK） | 規則式詞典 | 弱 | 部分支援 emoji | 最低 | 非常低 |
| TextBlob | 基於 pattern | 弱 | 否 | 較低 | 非常低 |
| Naive Bayes／Logistic Regression（TF-IDF） | 傳統機器學習 | 否 | 否 | 中等 | 中等 |
| CardiffNLP RoBERTa | Transformer（以推文微調） | 較好（但不完美） | 是 | 這些模型中最高 | 中等（HuggingFace pipeline） |
VADER：快速簡單，但能力有限
VADER 是為社群文字設計的規則式詞典方法。它速度快、可解釋、無需訓練資料，並且能處理部分 emoji 與表情符號。它會考慮否定詞、程度副詞、標點與大小寫。若你只是想快速建立基準，或在乎運算成本與透明度，VADER 很實用。它的弱點在於：反諷、俚語、依情境而變的語意，以及任何需要超越單字層次理解的內容。它的預設 compound 分數門檻（≥0.05 為正面、≤-0.05 為負面）只是預設值，不是放諸四海皆準的商業標準——請在你自己的驗證集上調整。
TextBlob：更簡單，但也更受限
TextBlob 是一個非常輕量的教學型基準。它預設的 PatternAnalyzer 並不是針對推文風格文字訓練的。它適合第一次做 NLP 實驗，但不適合正式的推文分析。
傳統機器學習：Naive Bayes、Logistic Regression、SVM
結合詞與字元的 TF-IDF 流程，再搭配 logistic regression 或 LinearSVC，仍然是很有價值的監督式基準。它便宜、可解釋，而且常常能看出 transformer 是否真的值得為了更高複雜度付出成本。關鍵規則是：只能在切分完訓練／驗證集之後再 fit vectorizer，避免詞彙與 IDF 洩漏。
這些模型在大型標註資料集上，通常會勝過規則式方法，但仍然很難抓到上下文、反諷與俚語。
CardiffNLP RoBERTa：2026 年推文情緒分析的標準選擇
cardiffnlp/twitter-roberta-base-sentiment-latest 是一個持續維護、專門處理推文、三分類的模型，也是 2026 年相當合理的強勢基準。它先用大量推文預訓練，再針對情緒任務微調，因此在 emoji、俚語與非正式語言上的表現，遠勝規則式或傳統機器學習方法。
以下是一段最小化的 HuggingFace 程式碼示範：
from transformers import pipeline
classifier = pipeline(
"text-classification",
model="cardiffnlp/twitter-roberta-base-sentiment-latest",
top_k=None,
)
scores = classifier("@user Love waiting three hours for support 😒 http")
print(scores)
幾個注意事項：
- 輸出的是模型分數，不是已校準的商業機率。請在當前標註樣本上做校準，或加上拒答門檻。
- 上下文模型通常在許多推文任務上表現優於規則系統，但反諷、混合目標、缺少對話串上下文、方言與 code-switching，仍然是結構性的錯誤來源。不要宣稱任何模型「真的懂反諷」——更準確的說法是，它只是處理得比較好，而不是完美。
- 其他可考慮的替代方案包括 BERTweet、TimeLMs，以及多語言 Twitter-XLM-R 模型，視語言與任務而定。
所以，Twitter 情緒分析真的能準確嗎？可以——但前提是模型、前處理、標籤定義與評估樣本都要符合任務需求。把 2019 年教學裡的 VADER 程式碼直接貼上去，只能算是基準，不是生產品質的證明。
真正的推文前處理流程（不只是 text.lower()）
如果你把原始 URL、@提及與 HTML 實體直接丟進情緒模型，就算模型不差，也可能吐出垃圾結果。大多數教學（包括那些排名很前面的）只會在餵模型前把文字轉成小寫。這其實是在默默破壞準確率——尤其是傳統機器學習，前處理品質的重要性有時甚至不亞於模型選擇。
要清理哪些內容，以及為什麼重要
| 元素 | 處理方式 | 原因 |
|---|---|---|
| URL | 以像 http 這樣的占位符替換 | URL 對情緒通常是雜訊；直接刪掉周邊文字會破壞上下文 |
| @提及 | 將帳號替換成 @user | 保留結構，同時去除作者身分洩漏 |
| Emoji／表情符號 | 對現代 tokenizer 保留；對稀疏模型則測試是否轉成文字 | Emoji 帶有強烈情緒訊號，刪掉等於丟資料 |
| Hashtag | 保留 token；必要時另外加入拆詞版本（例如 #ClimateChangeIsReal → Climate Change Is Real） | Hashtag 往往直接包含觀點 |
| 否定詞 | 保留 not、no、never、縮寫與轉折詞 | 一般 stop word 清單常把它們刪掉，導致情緒反轉 |
| 大小寫／標點 | 對 VADER 與相容模型保留 | VADER 會把大小寫與標點當特徵 |
| RT 前綴 | 移除 RT 標記 | 這是中繼資料，不是情緒 |
| 轉發／重複內容 | 在切分資料前偵測完全重複與近似重複 | 訓練與測試集出現重複會造成資料洩漏 |
前後對照：前處理到底改變了一則推文什麼
以下是一個具體例子：
| 階段 | 文字 |
|---|---|
| 原始推文 | RT @BrandX: Wow, #CustomerServiceFail 😡😡 https://t.co/abc123 I've been waiting 3 hrs ngl this is awful |
| 移除 URL 後 | RT @BrandX: Wow, #CustomerServiceFail 😡😡 http I've been waiting 3 hrs ngl this is awful |
| 正規化提及後 | RT @user: Wow, #CustomerServiceFail 😡😡 http I've been waiting 3 hrs ngl this is awful |
| 移除 RT 後 | @user: Wow, #CustomerServiceFail 😡😡 http I've been waiting 3 hrs ngl this is awful |
| Hashtag 拆詞後 | @user: Wow, #CustomerServiceFail Customer Service Fail 😡😡 http I've been waiting 3 hrs ngl this is awful |
| Emoji 轉文字後（供稀疏模型） | @user: Wow, #CustomerServiceFail Customer Service Fail angry_face angry_face http I've been waiting 3 hrs ngl this is awful |
| 最終版（供 CardiffNLP RoBERTa） | @user Wow, #CustomerServiceFail Customer Service Fail 😡😡 http I've been waiting 3 hrs ngl this is awful |
注意，對 CardiffNLP RoBERTa 這類 transformer 來說，你應該保留 emoji、標點與大小寫——因為模型就是用這種風格的文字訓練的。若是 TF-IDF 模型，你可能會選擇把 emoji 轉文字、轉小寫並做詞形還原。
可直接複製使用的 Python 前處理程式碼
以下是一個適合 transformer 的乾淨、模組化前處理函式：
import html
import re
import unicodedata
URL_RE = re.compile(r"https?://\S+|www\.\S+", re.I)
MENTION_RE = re.compile(r"(?<!\w)@[A-Za-z0-9_]+")
def normalize_social_text(text: str) -> str:
"""將推文正規化，供 transformer 情緒模型使用。"""
text = html.unescape(text)
text = unicodedata.normalize("NFC", text)
text = URL_RE.sub("http", text)
text = MENTION_RE.sub("@user", text)
text = re.sub(r"\bRT\b", "", text)
return " ".join(text.split())
對傳統機器學習流程，你還可以再加入小寫化、emoji 轉文字（使用 emoji 或 demoji 套件）、hashtag 拆詞（使用 wordninja 或 ekphrasis）、俚語正規化、停用詞移除，以及詞形還原（透過 spaCy 或 NLTK）。核心原則是：前處理要和模型匹配。 例如 BERTweet 就有自己文件化的正規化規則——不要把所有模型硬套進同一條流程。
一步一步來：用 Python 做 Twitter 情緒分析
以下是完整流程，把前面的內容串起來。你可以從頭做到尾。
開始前先看：
- 難度： 中等（預設你已經會一些 Python）
- 所需時間： 整個流程約 30–60 分鐘；快速 transformer 路徑約 10 分鐘
- 你需要準備： Python 3.8+、免費的 Google Colab 或本機環境、
pandas、transformers、scikit-learn、matplotlib、seaborn，以及可選的wordcloud
步驟 1：蒐集你的推文資料
這個教學我會使用 Sentiment140 資料集（免費、160 萬則推文，可在 Kaggle 取得）。雖然是歷史資料，但很適合學習與基準測試。
如果你想用即時資料，就請使用 X API v2 的按用量付費方案。一筆標準 Post 讀取費用是 $0.005。若讀取 10,000 則 Posts，大約是 $50。
載入資料集：
import pandas as pd
columns = ["target", "id", "date", "flag", "user", "text"]
df = pd.read_csv(
"training.1600000.processed.noemoticon.csv",
encoding="latin-1",
names=columns,
)
# 標籤：Sentiment140 使用 0 = negative，4 = positive
df["label"] = df["target"].map({0: "negative", 4: "positive"})
print(df[["text", "label"]].head())
你應該會看到一個包含原始推文文字與標籤欄位的 DataFrame。
步驟 2：清理並前處理你的推文
套用前面提到的前處理函式：
df["clean_text"] = df["text"].apply(normalize_social_text)
print(df[["text", "clean_text"]].head())
檢查幾列，確認 URL 已被替換、提及已被正規化，而且 RT 前綴已移除。
步驟 3：選擇模型並分類情緒
路徑 A：TF-IDF + Logistic Regression 的傳統機器學習
這是「先理解基本原理」的路徑。先切分資料，vectorizer 只能在訓練集上 fit，接著訓練 logistic regression 分類器：
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report
X_train, X_test, y_train, y_test = train_test_split(
df["clean_text"], df["label"], test_size=0.2, random_state=42
)
vectorizer = TfidfVectorizer(max_features=50000, ngram_range=(1, 2))
X_train_tfidf = vectorizer.fit_transform(X_train)
X_test_tfidf = vectorizer.transform(X_test)
clf = LogisticRegression(max_iter=1000)
clf.fit(X_train_tfidf, y_train)
y_pred = clf.predict(X_test_tfidf)
print(classification_report(y_test, y_pred))
你會看到每個類別的 precision、recall 和 F1 報告。在 Sentiment140 上，TF-IDF 搭配 logistic regression 通常表現還不錯——但要記住，這個資料集來自 2009 年，而且使用的是遠端監督（以表情符號當標籤），所以不要把這些數字當成你的生產環境基準。
路徑 B：透過 HuggingFace 使用 CardiffNLP RoBERTa
若想在推文文字上取得最佳準確度，就用這個預訓練 transformer：
from transformers import pipeline
classifier = pipeline(
"text-classification",
model="cardiffnlp/twitter-roberta-base-sentiment-latest",
top_k=None,
)
sample_tweets = [
"@user Love waiting three hours for support 😒 http",
"@user This new update is absolutely fantastic, best one yet!",
"@user The event was okay, nothing special.",
]
for tweet in sample_tweets:
result = classifier(tweet)
print(f"Tweet: {tweet}\nScores: {result}\n")
你會看到每則推文對應的標籤分數（negative、neutral、positive）。那則帶有反諷意味的推文（"Love waiting three hours..."）應該會比規則式模型更偏向負面——雖然沒有任何模型能在這裡做到百分之百正確。
步驟 4：評估結果
現在來為傳統機器學習路徑建立一個混淆矩陣熱圖：
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, y_pred, labels=["negative", "positive"])
sns.heatmap(cm, annot=True, fmt="d", xticklabels=["negative", "positive"],
yticklabels=["negative", "positive"], cmap="Blues")
plt.xlabel("Predicted")
plt.ylabel("Actual")
plt.title("Confusion Matrix: Logistic Regression on Sentiment140")
plt.show()
若使用 transformer 路徑，請手動標註一小批當前樣本（50–100 則推文），再跑模型並比較結果。請回報 macro F1、各類別的 precision 與 recall，以及混淆矩陣。若這是實際專案，還應該檢查校準狀況，並為模糊案例設定拒答門檻。
步驟 5：測試邊界案例
挑幾則能測試反諷、emoji 與俚語的推文：
edge_cases = [
"Oh great, another update that breaks everything 🙄",
"ngl this product slaps 🔥🔥🔥",
"The camera is amazing but the battery life is trash",
"Just got my order. It's... fine. I guess.",
]
for tweet in edge_cases:
clean = normalize_social_text(tweet)
result = classifier(clean)
print(f"Tweet: {tweet}\nScores: {result}\n")
觀察模型哪些地方判對、哪些地方吃力。像「相機很棒但電池很差」這種同時有正負面目標的推文，本來就是已知難題——層面級情緒分析是另一個獨立任務。
不寫程式也能做 Twitter 情緒分析
不是每個人都想寫 Python，這完全沒問題。如果你是行銷人員、品牌經理或營運主管，只需要情緒洞察、不想碰程式碼，這就是你的路線。
先講清楚一個現實：無程式碼工具會用客製化能力換取速度。它們很適合快速品牌監控，但不適合研究等級的分析或自訂模型訓練。
無程式碼工具快速一覽
| 工具 | 最適合 | 內建情緒分析？ | 價格區間 |
|---|---|---|---|
| AWS Comprehend | 企業級文字分析 | 有 | 按用量付費 |
| Brandwatch / Sprinklr | 完整社群聆聽套件 | 有 | 企業級定價 |
| Google Sheets + NLP 外掛 | 快速、輕量分析 | 透過外掛 | 免費到低價 |
| Thunderbit + 試算表 | 結構化並標註相容頁面上的資料 | 可用 AI Field Prompt 做探索性標註 | 提供免費方案 |
無程式碼流程：蒐集資料，在試算表中分類
如果你已經有推文資料（透過官方 X API、授權供應商，或自己的封存資料取得），可以用以下實用流程：
- 把推文資料匯出到試算表。 如果你是用 X API，將 JSON 匯出成 CSV；或者在你有權限自動化的相容頁面上，使用像 Thunderbit 這類工具來結構化與匯出資料。
- 用 Google Sheets 開啟。 把推文文字貼到一欄，或直接匯入。
- 套用情緒分類器。 使用 Google Sheets 的 NLP 外掛（請至外掛市集查看最新選項），或使用 AWS Comprehend 這類服務。有些外掛甚至可以直接在儲存格公式中完成分類。
- 檢視並視覺化。 用 Google Sheets 內建圖表功能建立情緒分布長條圖，或情緒隨時間變化的折線圖。
Thunderbit 的 AI Field Prompt 也可以在資料擷取時，針對相容頁面加入以提示詞生成的情緒標籤，適合探索性監控。但若是要做稽核或高風險決策，仍應先抽樣驗證並使用有文件記錄的模型。
什麼情況下該用無程式碼，什麼時候該用 Python
| 情境 | 建議方案 |
|---|---|
| 快速品牌檢查、小量資料 | 無程式碼（試算表 + 外掛） |
| 團隊儀表板、每週報表 | 無程式碼或低程式碼 |
| 大規模分析、自訂模型 | Python |
| 學術研究、可重現性 | Python |
| 大規模即時監控 | Python + API + 排程流程 |
視覺化你的 Twitter 情緒結果
大多數教學只講到分類報告就結束。但如果你要把結果交給團隊，或真的拿來做決策，就需要圖表。
情緒分布長條圖
這是最基本、但最通用的輸出：
import matplotlib.pyplot as plt
import seaborn as sns
sentiment_counts = df["label"].value_counts()
sns.barplot(x=sentiment_counts.index, y=sentiment_counts.values, palette="coolwarm")
plt.xlabel("情緒")
plt.ylabel("推文數")
plt.title("情緒分布")
plt.show()
依情緒分類的文字雲
正面與負面推文分開做文字雲，可以看出大家實際在講什麼：
from wordcloud import WordCloud
for sentiment in ["positive", "negative"]:
text = " ".join(df[df["label"] == sentiment]["clean_text"])
wc = WordCloud(width=800, height=400, background_color="white").generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wc, interpolation="bilinear")
plt.axis("off")
plt.title(f"Word Cloud: {sentiment.capitalize()} Tweets")
plt.show()
隨時間變化的情緒：別人少做、但最有故事性的圖
這張圖能把原始資料變成故事。如果你有時間戳，就能追蹤活動、發布或危機期間，情緒是怎麼變化的：
df["date"] = pd.to_datetime(df["date"])
df["day"] = df["date"].dt.date
sentiment_map = {"positive": 1, "neutral": 0, "negative": -1}
df["score"] = df["label"].map(sentiment_map)
daily = df.groupby("day")["score"].mean()
plt.figure(figsize=(12, 5))
daily.plot()
plt.xlabel("日期")
plt.ylabel("平均情緒分數")
plt.title("情緒隨時間變化")
plt.axhline(0, color="gray", linestyle="--")
plt.show()
如果上市當天突然下滑？那就是你該深入負面推文、找出問題出在哪裡的訊號。
混淆矩陣熱圖
前面的評估步驟已經示範過。重點在於：看你的模型在哪些地方把正面誤判為負面，或反過來。這些推文最值得人工閱讀。
給非工程人員：在 Google Sheets 或 Notion 畫圖
如果你已經把情緒標註資料匯出到試算表，就可以直接在 Google Sheets、Notion 或任何 BI 工具中建立情緒分布與趨勢圖，不需要 Python。
Twitter 情緒分析的常見陷阱，以及如何避開
在真實世界的情緒工作流程中，總是反覆出現同樣的錯誤。
反諷與戲謔
這是準確率最大的殺手。「Love waiting three hours for support 😒」對規則式模型看起來像正面。Transformer 模型確實好一些，但反諷本身在結構上就很難處理——尤其是當貼文本身缺少上下文（對話串、作者歷史、事件背景）時。對高風險用途，請把模型輸出與人工抽查結合起來。
Emoji 與俚語盲點
如果你的前處理把 emoji 直接刪掉，而不是在稀疏模型中轉成文字、或在 transformer 中保留，那你其實是在丟掉資料裡最強的情緒訊號之一。俚語也是一樣——像「ngl this slaps」是正面，但只看正式英文訓練的模型不一定懂。
過時的 API 教學與壞掉的爬蟲
如果教學還在用 API v1.1 的 Tweepy，那就過時了。如果它推薦 snscrape，請注意：它自 2023 年起就無法搜尋 X。跟著任何教學前，都要先看發佈日期與 API 版本。
對單一資料集過度擬合
Sentiment140 很適合拿來訓練，但它畢竟是 2009 年的資料。2024 年 EMNLP 對 20 個社群媒體資料集的稽核發現，移除重複資料後，有 14 個（共 19 個測試資料集）F1 分數下降，且有 17 個（共 19 個）資料集的模型排名發生變化。請使用以時間為基礎、事件彼此不重疊，且最好作者也不重疊的切分方式。再用近期推文測試，看模型是否真的能泛化。
把情緒分數當成真值
模型分數不是已校準的機率。不要只根據情緒標籤就自動觸發回應，或做對外決策。凡是會影響個人、或涉及危機應對的決策，都必須保留人工審查。
隱私、平台政策與負責任使用
這一段不是可有可無。
X 的 Developer Policy 強調隱私、使用者控制、內容刪除，以及對 off-X 對應的限制。實務規則如下：
- 只蒐集必要欄位。
- 回報時以彙總結果為主，不要直接公開原始帳號。
- 保留 Post ID 與取得時間，以符合法規與稽核要求。
- 在內容刪除、保護設定變更或符合理據的請求出現後，刪除或更新已儲存內容。
- 不要推斷個人的敏感特徵。
- 沒有合法依據與同意，不要把情緒分數與 CRM 身分資料串接。
- 在 restricted-use rules 禁止的情況下，不要用 X Content 訓練或微調 foundation model。
- 記錄樣本數、查詢詞、時間窗口、語言篩選與排除條件。
- 絕不要只根據情緒分數，自動對外做公開回應。
情緒分析很強大，但也伴隨真實責任。請嚴肅看待。
結論與重點摘要
在 2026 年，Twitter 情緒分析確實能用，但前提是你必須用符合現況的方法。過去那套配方——免費 API、只做小寫化前處理、VADER 或 Naive Bayes、完全不評估——已經失效。真正有效的是：
- 透過合法途徑取得資料。 使用 X API v2（按用量付費）、授權供應商，或透明的資料集。不要依賴壞掉的爬蟲或瀏覽器繞道方案。
- 前處理要為模型服務，不只是做樣子。 對 transformer 保留 emoji、否定詞與大小寫；URL 與提及要正規化；流程要和模型訓練資料匹配。
- 把便宜的基準模型和推文專用 transformer 做比較。 TF-IDF + logistic regression 仍然是很好的 sanity check。CardiffNLP RoBERTa 是目前推文情緒分析很強的預設選擇。
- 誠實評估。 報告 macro F1、各類別指標與混淆矩陣。使用最新、人工標註的樣本，並為模糊案例設定拒答門檻。
- 視覺化是為了決策，不只是裝飾。 情緒隨時間變化的圖與文字雲，能講出分類報告講不出的故事。
- 保留人工介入。 沒有任何模型能在反諷、混合目標或依上下文變化的語意上做到完美。對高風險用途，請把模型結果與人工審核結合。
如果你剛開始入門，可以先抓一份免費資料集、打開 Google Colab，直接跑 HuggingFace pipeline。不到十分鐘，你就能得到可用的情緒分數。如果你想在工作流程的其他部分，不寫程式就蒐集並結構化網頁資料，Thunderbit 也能在你有權限自動化的相容頁面上幫上忙。
如果你是為作品集或面試而做這個專案：加入 transformer 比較、完整前處理流程，以及情緒隨時間變化圖，會立刻讓你的作品比一般訓練營範本更有差異。
延伸閱讀
- 如何使用 Thunderbit 精通自動化資料抓取
- 2026 年 6 款最佳 Twitter（x.com）爬蟲
- 如何在 2025 年使用 Python 抓取 Twitter 貼文
- 如何運用 Twitter AI 爬取提升資料洞察
- Twitter（X）統計 2026：用戶、人口統計與廣告
常見問題
Twitter 情緒分析準嗎？
這取決於模型，以及你如何評估。像 VADER 這類規則式工具，在推文資料上的表現屬於較低水準。像 CardiffNLP RoBERTa 這類 transformer 模型明顯更好，但精確分數仍會依資料集、切分、標籤定義與指標而改變。前處理品質也很重要。請務必在當前、人工標註的樣本上評估，不要只相信某個單一基準數字。
我可以免費做 Twitter 情緒分析嗎？
可以。你可以使用免費資料集（Kaggle 上的 Sentiment140）、免費的 Python 環境（Google Colab），以及預訓練的 HuggingFace 模型。若是即時資料，X API 會收取每則 Post 讀取 $0.005，因此小規模蒐集仍算可負擔。Thunderbit 也提供可在相容頁面上結構化資料的免費方案。
做 Twitter 情緒分析，最好的 Python 函式庫是什麼？
如果是快速原型：用 NLTK 的 VADER。若要在推文上追求最佳準確度：使用 HuggingFace 的 transformers 搭配 CardiffNLP 的 RoBERTa 模型。若想建立傳統機器學習基準：用 scikit-learn 搭配 TF-IDF。正確選擇取決於你的資料量、準確度需求與運算預算。
在 Twitter 情緒分析中，怎麼處理反諷？
Transformer 模型比規則式或傳統機器學習模型更能處理反諷，因為它們理解的是上下文，而不只是單字。不過，沒有任何模型能完美掌握反諷——研究 顯示，就連人工標註者對反諷意圖也常有分歧。對關鍵用途，請把模型輸出與人工審核結合，並考慮使用專門的反諷資料集做評估。
我可以不寫程式就分析 Twitter 情緒嗎？
可以。只要透過合法途徑（X API、授權供應商或自己的封存資料）取得資料，匯出到 Google Sheets，再用 Sheets 的 NLP 外掛或 AWS Comprehend 這類服務做無程式碼情緒分類。Thunderbit 也能在資料結構化時，為相容頁面加入以提示詞生成的情緒標籤。想了解更多無程式碼資料流程，可以參考我們的 Google Sheets AI 工具指南。
