Day 18 把人員回報送去分析，再將結果寫入 BigQuery，並留下失敗與補跑紀錄。接下來，我想確認的不是表裡有沒有分數，而是：分類能不能幫人找到需要處理的問題？占比改變時，又能不能解釋原因？

我沿用 N201～N203 的設備回報情境。以下用來說明設計與驗收方式，尚未代表真實設備的分析成果。

1. 我先決定分類之後，要請人做什麼

N201 寫著「溫度顯示已恢復，但告警一直重複，值班時很困擾。」我希望這類回報進入人工確認清單，讓人查清楚告警是否重複，以及如何影響值班。

N202 的「更新後操作順暢，交班時更容易確認設備狀態。」適合整理為使用感受的線索；N203 的「請確認這台設備最近一次校正的時間。」則需要有人回答資訊問題。

這些是閱讀原文後訂出的處理方向，不能直接當成 API 的分類結果。我也不會讓情緒分數決定是否停機：設備異常仍應依告警規則與事件紀錄處理。情緒分類的用途，是協助安排閱讀與回訪。

2. 我先確認結果可用，再讓 SQL 分類

我會先從 Day 18 的紀錄選出本次統計採用的分析結果，確認 API 分析成功、結果已寫入 BigQuery，而且必要欄位完整。N202 若還在等待補跑，就保留為「待分析」；成功紀錄若缺少必要分數，則列為「待檢查」。兩者都不進入中性分類。

接著才用 GoogleSQL 的 CASE 寫入正面、負面、中性與混合等自訂規則。CASE 會採用第一個成立的條件，因此我先處理失敗與缺值，再判斷情緒，並逐一檢查門檻前後、剛好等於門檻，以及條件重疊時的結果。

規則也不能只照分數外觀決定。官方說明，score 表示整體正負傾向，magnitude 表示情緒強度；文件層級的 magnitude 未經正規化，較長文字可能累積較高數值。因此，我會以回報文字驗證門檻，不把「強度高」直接等同於「很不滿」。

3. 我逐則比對，也確認人和系統讀的是同一版文字

我會把人工標記表與分析結果依回報識別碼、文字版本連接，逐列顯示原文、系統分類、人工標記與不一致的原因。分析設定及分類規則版本也一併保留，避免舊文字的人工答案被拿來比對新文字。

以 N201 而言，「溫度顯示已恢復」描述設備狀態；「值班時很困擾」才明確表達感受。不能因為前半句出現「恢復」，就認定它一定同時具有正面情緒。

我會先寫清楚人工標記定義：正面是明確表達肯定，負面是明確表達不滿，中性是沒有明顯正負感受，混合則需要同時有正面與負面的情緒表達。若標記者意見不同，就留下各自理由，再討論定義，不急著把其中一人的答案當成唯一標準。

4. 三則對得上，還不足以證明規則可靠

N201～N203 可以幫我檢查資料是否接對、文字是否完整，卻不足以證明規則能處理其他回報。我會另外準備未參與門檻調整的文字，涵蓋委婉抱怨、簡短詢問、較長敘述，以及真正同時表達肯定與不滿的內容。

Google Cloud 的模型評估文件將測試資料與訓練資料分開，並以 precision、recall 觀察分類表現。我借用這些評估原則驗收自訂規則，這個步驟沒有訓練新的模型。

對「負面」這一類，precision 問的是：被列入負面清單的回報，有多少經人工確認確實是負面？recall 問的是：人工認定的負面回報，有多少被系統找出來？

前者偏低，可能讓人花時間閱讀太多誤判；後者偏低，則可能漏掉困擾。驗收時我會分別列出誤判與漏判的原文，而不是只看一個總正確率。調整規則後，還要再用另一批未參與調整的文字確認。

5. 補跑成功後，占比改變，不一定是情緒變了

延續 Day 18，假設 N201、N203 已成功，N202 還在等待補跑；又假設人工確認 N201 為負面、另外兩則並非負面。此時，已完成回報中的負面占比是一半，但分析涵蓋率只有三則中的兩則。

N202 補跑成功後，負面占比就從一半變成三分之一。沒有人改寫回報，也沒有新的改善措施；改變的是統計納入的資料。這組數字只是在說明分母變動，不能解讀成使用感受改善。

因此，我會同時呈現成功、待分析、失敗與待檢查的回報數。占比以去重後的回報為單位，每則只採用一筆指定版本的結果；重試次數、句子數與歷次分析紀錄都不能增加分母。跨批比較時，也先核對來源、文字版本、API 設定與分類規則是否一致。

6. 我回到 N201，確認困擾究竟指向什麼

整則被分類為負面，仍然不足以說明該處理什麼。我會回到原文，分開閱讀「溫度顯示已恢復」和「告警一直重複，值班時很困擾」，再查看 API 回傳的逐句情感結果，確認整體分數是否遮住了不同部分的訊息。

實體分析若辨識出文字中的對象，可以協助定位提及的位置；但辨識到一個名詞，還不等於找出抱怨的原因。我也不能把整則負面分數套到每個實體上，或預先保證 API 一定會辨識出「告警」。

目前官方語言支援表列出繁體中文支援情感分析與實體分析，但實體情感分析僅列英語、日語與西班牙語。因此，在這條繁體中文流程中，對象與情緒的關係仍需回到原文確認。若改寫文字或標點後重送，也要留下新的文字版本，重新驗收。

7. 我把回報接回設備事件，留下確認依據

最後，我會用設備識別碼，以及回報所指的發生時段，查詢前面整理的設備讀數、告警與處理紀錄。分析執行時間只代表何時處理文字，不能拿來代替事件發生時間。

對 N201，我想查的是：溫度何時恢復？恢復後是否仍有同類告警？那些紀錄代表不同事件，還是同一事件被重複送達？這也接回 Day 13～16 的資料品質、去重與時間處理。

若回報沒有設備編號或明確時段，我會先請人補充資訊。確認後，再將文字版本、採用的分析結果、分類規則、人工判斷與相關事件識別碼一起保留。如此，當有人追問「為什麼這則回報需要回訪」，就能從分類一路查回原文與設備紀錄。

參考資料

1. Conditional expressions
2. Natural Language API Basics
3. Introduction to tabular data
4. Analyzing Entities
5. Language Support