---
title: "Análisis de sentimientos"
url: https://docs.catalyst.zoho.com/es/sdk/java/v1/zia-services/text-analytics/sentiment-analysis/
description: "Esta página describe el método para usar la funcionalidad de análisis de sentimiento en tu aplicación Java con fragmentos de código de ejemplo."
last_updated: 2026-03-30T08:10:30Z
service: Zia Services
type: general
related_links:
  - name: "Sentiment Analysis - API"
    url: /es/api/code-reference/zia-services/text-analytics/sentiment-analysis/#SentimentAnalysis
---

# Sentiment Analysis

[Zia Sentiment Analysis](https://docs.catalyst.zoho.com/es/zia-services/help/text-analytics/key-concepts/#sentiment-analysis) es una parte de Text Analytics que procesa contenido textual para reconocer el tono del mensaje y los sentimientos transmitidos a través de él. Analiza cada oración en el texto para determinar si su tono es **positivo**, **negativo** o **neutral**. Luego determina el tono del texto general como uno de estos tres sentimientos, basándose en los sentimientos reconocidos en cada oración.

La respuesta también devuelve las puntuaciones de confianza para los sentimientos detectados en cada oración, para mostrar la precisión
del análisis. La puntuación de confianza se encuentra en el rango de 0 a 1\. También se devuelve una puntuación de confianza para el análisis general.

Puedes pasar un bloque de texto como entrada de hasta **1500 caracteres** en una sola solicitud. También puedes
pasar palabras clave opcionales para el texto. Esto permitirá que Sentiment Analysis procese solo aquellas oraciones que contengan
estas palabras clave, y determine sus sentimientos. Las demás oraciones serán ignoradas.

El texto de entrada se pasa a la función `getSentimentAnalysis()` de la
clase `ZCSentimentAnalysisData`. El código contiene sentencias para obtener los sentimientos y
la puntuación de confianza de cada oración, así como la puntuación general.

#### Fragmento de código de ejemplo 

**Package Imports**

```java
import org.json.simple.JSONArray; 
import com.catalyst.advanced.CatalystAdvancedIOHandler; 
import com.zc.component.ml.ZCML; 
import com.zc.component.ml.ZCSentenceAnalytics; 
import com.zc.component.ml.ZCSentimentAnalysisData; 
import com.zc.component.ml.ZCSentimentAnalysisDetails; 
import com.zc.component.ml.ZCSentimentConfidenceScore;
import java.io.File;

```

```java
JSONArray textArray = new JSONArray(); 
textArray.add("ZylkerDB is one of their best products. I've been Zylker's customer for over a decade now, and I've always had a great experience with them."); 
//Texto de entrada a procesar 
JSONArray keywords = new JSONArray(); 
keywords.add("Zylker"); 
//Palabras clave opcionales, si deseas procesar las oraciones que contengan solo estas palabras clave 
List listOfSentimentAnalysisData = ZCML.getInstance().getSentimentAnalysis(textArray,keywords); 
//Se pasa el texto de entrada 
ZCSentimentAnalysisData sentimentAnalysisData = listOfSentimentAnalysisData.get(0); 
List SentimentAnalysisDetails = sentimentAnalysisData .getSentimentAnalysisDetails(); 
for (ZCSentimentAnalysisDetails sentimentAnalysis : SentimentAnalysisDetails) 
{ 
String sentiment = sentimentAnalysis.getDocumentSentiment(); 
//Para obtener el sentimiento general del texto 
double overallScore = sentimentAnalysis.getOverallScore(); 
//Para obtener la puntuación de confianza del análisis general 
List listOfSentenceAnalytics = sentimentAnalysis.getSentenceAnalytics(); 
//Para obtener el sentimiento de cada oración 
ZCSentenceAnalytics sentenceAnalytic = listOfSentenceAnalytics.get(0); 
String sentenceSentiment = sentenceAnalytic.getSentiment(); 
String sentence = sentenceAnalytic.getSentence(); 
ZCSentimentConfidenceScore sentenceLevelConfidenceScore = sentenceAnalytic.getConfidenceScore(); 
//Para obtener la puntuación de confianza del análisis de cada oración 
}
```